一种基于多层反向细胞状态的LSTM水质预测方法

本发明提出了一种基于多层反向细胞状态的LSTM水质预测方法，本发明立足于污水处理全流程的大数据，在模型训练时不一次性输入所有数据，而是分阶段、逐步地进行数据输入和验证，更有效捕捉水厂的运行状态、拟合水厂复杂的生物化学反应过程。通过引入模型细胞状态的反向传播，精确训练模型捕获水厂处理单元的运行状态。在此基础上，将生物处理层与三级处理层两层网络串联，实现了数据的有序流动和信息的深度融合。生物处理层能模拟污水处理中生物处理过程，而三级处理层则模拟进一步深度处理，以预测出水水质。通过这种串联结构与反向传播路径的改进，本发明不仅提高了模型对污水处理过程复杂性的适应能力，还增强了预测结果的准确性。