一种基于机器学习的污水厂参数预测方法及系统

本发明提供了一种基于机器学习的污水厂参数预测方法及系统，属于污水厂生产管理技术领域。该方法包括以下步骤：读取数据库中储存的时间序列下的历史污水数据，并导入选择性状态空间模型Mamba中进行训练；采集前一阶段时间序列下的实时污水数据；读取实时污水数据，并由训练后的选择性状态空间模型Mamba进行参数预测，得到后一阶段时间序列下用于污水厂运行控制的预测污水数据；储存。该系统包括采集模块、储存数据库模块和预测模块。本发明结合了基于卡尔曼滤波算法的异常数据处理技术以及基于选择性状态空间模型Mamba的创新时序预测技术，在污水处理厂关键运行参数预测中具有显著的优势。