摘要
本申请公开了一种基于深度学习的地埋式污水处理厂出水水质预测方法,该预测方法包括:采集地埋式污水处理厂的进水和出水数据;基于孤立森林算法对所述进水和出水数据进行预处理,以得到样本数据;通过预设预测模型对所述样本数据对应的出水水质进行预测;基于预设指标对所述预设预测模型的预测性能进行评估,以确定最优预测模型;基于所述最优预测模型对所述污水处理厂的出水水质进行预测。本申请通过对地埋式污水处理厂数据进行智能预处理,解决数据异常与缺失的问题,并通过深度学习模型对水质关键指标进行长时间序列预测,以提高地埋式污水处理厂水质监控和预测的精度与可靠性。
技术关键词
水质预测方法
孤立森林算法
污水处理厂水质
样本
水质监测数据
长短期记忆网络
异常数据
交叉验证法
生化需氧量
深度学习模型
指标
随机森林
插值法
时序
可读存储介质
PH值
误差
系统为您推荐了相关专利信息
吊挂结构
载荷识别方法
仿真数据
预训练模型
卷积网络特征提取
电缆检测方法
预训练模型
样本
数据可视化呈现
电缆检测设备
多源异构数据
异构数据语义
语义特征
对齐方法
无监督特征提取