摘要
本发明提供了一种基于BP神经网络的溶解氧预测方法,在一个时间段内,通过检测设备采集并获得污水厂的多组逐时数据,每组逐时数据作为一个样本,将每个样本中的数据划分为输入数据和输出数据;将样本分入训练集和测试集中且进行归一化处理;模型构建及训练:通过计算模型预测准确率,且多次调整直至满足模型预测准确率最低阈值,结束训练神经网络;采用训练好的神经网络,基于实测的输入数据,获得溶解氧的预测值。该方法,是基于实测值对神经网络模型训练,最终获得溶解氧的预测值,该预测方法的准确率在88%以上,测量速度快。
技术关键词
溶解氧预测方法
BP神经网络
训练神经网络
数据
样本
神经网络模型训练
生化池
检测设备
浊度
时间段
氨氮
水量
PH值
污水
训练集
代表
算法
速度
系统为您推荐了相关专利信息
Elman神经网络
算法模型
温度控制方法
PID控制器
功率
卫星遥感影像
专家知识库
样本
视觉
向量空间模型
组合预测模型
修正网络模型
指标
GRU模型
交通运输业