一种基于深度神经网络的污水处理过程异常工况识别方法及系统

本发明公开了一种基于深度神经网络的污水处理过程异常工况识别方法及系统，方法包括：获取污水处理过程中的多源异构数据并进行预处理，得到标准化数据集；对标准化数据集进行降维处理，得到低维特征向量；基于低维特征向量构建特征提取模块，提取空间特征，得到深度特征表示；引入时间序列分析模块，捕捉时间序列数据的动态变化规律，得到时序特征表示；将空间特征表示与时序特征表示融合，并通过分类器输出异常工况的概率分布，得到异常识别结果。本发明不仅能够准确识别污水处理过程中的异常情况，还能适应复杂多变的工况环境，为污水处理厂的安全稳定运行提供了有力支持。