摘要
本发明公开了基于污水处理的水指标预测方法,其先对水进行搅拌静置处理,再划分区域与深度并建立局部位置供水量模型并对进水指标进行第一次调整,再建立对数函数模型来预测不同深度的进水指标,最后建立五个模型分别对PH值、COD、氨氮含量、总磷含量、总氮含量进行预测,并将预测值通过时间对应后进行显示。本申请首先通过静置后供水并分层建模,再结合流体静置后的垂直分布特性,精准地反映水质指标的动态变化,基于污染物在沉淀、扩散时浓度随时间衰减的规律构建对数函数用于在深度方向上预测进水指标减少取样次数,通过网格化动态修正,利用算术平均值加权排水量占比,降低了流动扰动导致的采样偏差,提升了预测的鲁棒性,通过以上方案可保证污水水质相对均匀,再通过每个区域的进水指标的平均值加权排水量占比以获得优化的进水指标,再将优化的进水指标通过构建的对数函数进行计算得到不同深度的进水指标并将该不同深度的进水指标输入设置的五组模型分别进行计算预测,得到出水指标。
技术关键词
指标预测方法
线性回归模型
序列
网格
排水口
支持向量回归模型
建立神经网络模型
出水氨氮浓度
排水池
构建预测模型
药剂投加量
模型预测值
数据
灰色模型
算术平均值
均质搅拌
系统为您推荐了相关专利信息
核酸检测方法
分子生物学检测技术
PCR扩增技术
条码
杂交技术
系统优化设计方法
烟气余热回收系统
参数耦合关系
参数敏感性分析
矩阵
预警规则
网格
动态可视化
增强型数据
云计算技术