污水处理厂能源强度预测方法及装置、设备、介质

本申请的实施例揭示了一种污水处理厂能源强度预测方法、装置、设备及存储介质。该方法通过设计具有变量交叉层(VCL)架构的机器学习(ML)模型，VCL利用已知的监测指标(如化学需氧量等)进行知识创建，并将知识嵌入到机器学习模型的输入中以预测污水处理厂的能源强度。结果表明，具有变量交叉层(VCL)架构的ML模型结合了十个包含领域知识的新特征，实现了0.021的均方根误差(RMSE)，比传统的机器学习提高了8.7％。包含创建的领域知识特征(例如产能利用率、万吨废水污泥量)的重要性居于前列，以及特征间相关相互作用有助于VCL‑ML模型的可解释性。