公开(公告)号：CN119067472A

公开(公告)日：2024-12-03

申请号：CN202411120143.6

申请日：2024-08-15

Applicant: 江南大学

Inventor： 沈知章 ,  李澳 ,  干霖 ,  曾志伟 ,  徐晨涛

IPC: G06Q10/0637 ,  G06Q50/26 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于数据分解和深度学习的污水处理厂进水预测方法，涉及污水处理领域。所述方法构建了一种水质预测混合模型，通过水质预测混合模型得到水质指标的预测数据；数据分解模块利用STL时间序列分解方法将所述历史时间序列数据分解为趋势分量、季节分量和残差分量；特征提取模块用于提取各时间窗口中数据的时间变化规律与变量间关系；时间特征增强模块用于对提取的时间变化特征进行强化提取；解码与预测模块生成水质指标预测值。针对污水处理厂复杂的水质水量变化，本发明的水质预测方法能够更好地处理数据中的非线性特征和噪声，实验结果证明，本发明可以提高预测的准确性、可靠性和时效性。