摘要
本发明公开了一种基于人工智能的污水氮浓度预测方法,具体包括:利用氨氮或总氮的历史数据,结合深度学习算法得到氨氮或总氮历史数据预测值合集;确定辅助变量,构建氨氮与辅助变量的关系模型称为氨氮模糊预测模型,构建总氮与辅助变量的关系模型称为总氮模糊预测模型,获得氨氮或总氮模糊预测浓度值合集;构建氨氮精确预测模型或总氮精确预测模型;获得氨氮或总氮精确预测值。本发明通过氨氮或总氮自身历史数据规律及与氨氮或总氮具有强关联关系以及其他水质参数的关联关系,构建了更为全面和精确的预测模型。相比现有技术中单一变量或简单组合的方式,本方法能够更准确地捕捉水质变化的趋势,提高了预测结果的准确性。
技术关键词
模糊预测模型
变量
仪表
回归算法
深度学习算法
氨氮浓度预测方法
长短期记忆网络
污水
多项式
训练集
信号
关系
周期
数据
水质
固体
参数
系统为您推荐了相关专利信息
子系统
估计方法
级联观测器
收集耙吸挖泥船
密度
材料设计方法
多模干涉仪
伴随方法
网格模型
参数
时间段
线性回归模型
参数优化算法
电力分配
异常数据