基于物理模型和深度学习的降解率预测方法及装置

AITNT
正文
推荐专利
基于物理模型和深度学习的降解率预测方法及装置
申请号:CN202510460219
申请日期:2025-04-14
公开号:CN120340647A
公开日期:2025-07-18
类型:发明专利
摘要
本发明提供了一种基于物理模型和深度学习的降解率预测方法及装置,所述基于物理模型和深度学习的降解率预测方法包括:根据采用等离子体处理法处理被有机物污染的固相物质的过程中的关键参数,构建数据集;其中,关键参数为对有机物降解率有影响的参数;构建神经网络模型;根据数据集训练神经网络模型,得到被有机物污染的固相物质的降解率预测模型;构建物理模型;根据降解率预测模型和物理模型,得到降解率混合预测模型;实时获取采用等离子体处理法处理被有机物污染的固相物质的过程中的关键参数;根据关键参数,通过降解率混合预测模型得到混合预测有机物降解率。
技术关键词
率预测方法 混合预测模型 等离子体反应器 训练神经网络模型 物理 参数 放电间隙 功率 误差反向传播 偏差 数据 速率 预测装置 模块 进气口 电源 温升 精度 温差
系统为您推荐了相关专利信息
1
基于物理信息神经网络的爆炸冲击波参数预测方法及系统
参数预测方法 方程 冲击波超压 温压炸药 物理
2
硼药运输模拟与中子-硼药运输的耦合模拟方法、介质
模拟模型 网格 体素模型 耦合模拟方法 射流
3
一种基于深度学习的大比例尺水深地形图插值方法
生成高分辨率 深度学习模型 插值装置 插值方法 三通道
4
一种风电机组故障检测用机器人
风电机组故障检测 故障检测器 机器人 防坠组件 滑动架
5
基于数据驱动的直流微电网母线电压预测控制方法
预测控制方法 直流微电网 离散化方法 电感 电流
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号