摘要
本发明公开了一种利用耦合模型预测污水生物脱氮过程氧化亚氮直接排放的测量方法,涉及构建活性污泥模型和机器学习模型的耦合模型技术领域。包括:获取影响N2O直接排放的数据;将获取的数据进行协调与分析,查看N2O排放特征并选择包含N2O排放途径的活性污泥数学模型ASM;修正活性污泥数学模型ASM的参数,得到最终的活性污泥数学模型ASM,输出最短时间间隔的数据集;对数据集进行深度处理和特征加工;根据数据集的特点选择机器学习模型进行模型超参数优化;对耦合模型预测的过程和结果进行解释。本发明不仅能够减少数据质量低的限制,提供数据支撑,还可以降低污水处理厂的运行成本,增强环境绩效。
技术关键词
数学模型
模型超参数
测量方法
排放特征
机器学习模型
污水
活性污泥模型
生物
短时间
搜索算法
数据分布
分析方法
溶解氧
误差
氨氮
变量
系统为您推荐了相关专利信息
巡检信息
图像采集控制
射频电子标签
图像采集单元
状态巡检
多策略
高稳定性无人机
无人机路径规划
三维图形绘制技术
变距桨叶
分布式声波传感系统
在线健康监测
填充结构
轨道板
应变传感光缆
三维荧光光谱
溯源分析方法
矩阵
匹配网络
编码向量