一种基于Transformer和长短期记忆网络的污水出水指标BOD5软测量方法

本发明公开了一种基于Transformer和长短期记忆网络的BOD5指标软测量方法。该方法利用污水处理中的易于测量的出水指标参数和对BOD5造成影响的出水指标参数的连续时间数据，构造可用于预测的完整空气质量数据集。随后基于预处理后的数据集进行比例划分，构造训练集和测试集。利用训练集数据对LSTM‑former模型进行参数调优，包括注意力头层数，模型维度、注意力机制中Q、K、V的维度、神经元个数、随机失活率、初始学习率、迭代次数、批次大小等。接着构造可用于软测量BOD5浓度的参数调优后的LSTM‑former模型，确定优化算法，选定激活函数。基于训练完毕的LSTM‑former软测量模型预测得到BOD5的浓度预测值，本发明提高模型精度，增强了泛化能力。