摘要
本发明提供一种污水处理生物反应池氨氮浓度参数预测方法及系统,预测方法包括:获取不同气候、时间条件下的污水水质参数数据,并对数据进行预处理,得到数据集;采用互信息方法筛选所述数据集中所有可能影响氨氮浓度的水质参数,得到特征集;构建基于LSTM的CNN‑BiLSTM‑Attention深度神经网络预测模型,以所述特征集作为输入,进行网络训练;利用训练好的预测模型,实现对污水处理生物反应池中氨氮浓度的预测。本发明可以实现对污水处理生物反应池氨氮浓度的高精度预测,并显著提升预测模型的稳健性和适应性。
技术关键词
参数预测方法
氨氮
空间特征信息
溶解性有机氮浓度
水质参数数据
深度神经网络
双向长短期记忆网络
卷积神经网络提取
参数预测系统
注意力机制
异养微生物
自养微生物
序列
概率密度函数
模型训练模块
系统为您推荐了相关专利信息
溯源方法
多元线性回归分析
数字滤波算法
高锰酸盐指数
数字滤波技术
三维模型生成方法
纹理特征
图像生成模型
图像特征信息
多视角