摘要
本发明提供了一种基于改进LSTM神经网络模型的污水处理厂水质预测方法,其中,方法包括:获取污水处理厂的水质监测数据;对所述水质监测数据进行离群清理和平滑处理,获得处理数据;对所述处理数据进行归一化,获得归一化数据;利用所述归一化数据,构建训练集数据和测试集数据;基于遗传算法,改进LSTM神经网络,获得改进LSTM神经网络;利用所述训练集数据,对所述改进LSTM神经网络进行训练,获得水质预测模型;利用所述测试集数据输入所述水质预测模型,获得水质预测数据。本发明的基于改进LSTM神经网络模型的污水处理厂水质预测方法,在有效提高出水水质的前提下,进一步最大程度降低系统能耗,实现能源节约。
技术关键词
LSTM神经网络
污水处理厂水质
水质监测数据
视角
训练集数据
遗传算法
构建训练集
时间段
特征值
水质参数数据
染色体
位点
药剂投加量
意图
梯度下降算法
标准化方法
基因
系统为您推荐了相关专利信息
LSTM神经网络
高动态环境
频率
BP神经网络
运动状态参数
风力发电叶片
微波发生器
除冰系统
风机叶片
超级电容器
健康知识图谱
产品组合
转移概率矩阵
时间卷积网络
产品匹配方法
缺陷识别方法
糙米
多视角
多尺度特征融合
俯视特征
智能座舱
交互方法
交互系统
建立用户画像
语音指令识别阈值