一种基于长短期记忆算法的氮浓度预测方法

本发明公开了一种基于长短期记忆算法的氮浓度预测方法，属于水处理领域，具体包括：基于氨氮和总氮的历史数据构建氨氮和总氮的一次线性关系，得到校准系数k，以校准系数k确认预测边界；利用深度学习算法构建氨氮和总氮浓度预测模型，得到氨氮和总氮浓度预测值；以预测边界对氨氮和氨氮浓度预测值进行检验；构建氨氮和总氮损失函数，以氨氮和总氮损失函数矫正氨氮和总氮浓度预测模型。本发明显著提高预测准确性。通过预测结果检验，保证了模型预测结果的准确性，提高了预测质量。引入了反馈基质，使得预测模型能够根据实际水质变化情况进行实时更新。确保了模型在不同运行条件下都能保持高精度，增强了系统的稳定性和可靠性。