一种多模块协同优化的水质预测与控制方法及系统

本发明公开一种多模块协同优化的水质预测与控制方法及系统，包括：建立基于多种机器学习算法的出水总氮和总电耗预测模型并训练；采用经验模态分解与特征重构增强模型输入特征的表征能力；结合趋势感知的数据扩增技术用于生成数据样本；构建异质双层堆叠的集成学习架构，将多种机器学习算法作为基学习器，BPNN作为元学习器，分别形成堆叠模型；将待预测数据输入堆叠模型进行预测，得到出水TN浓度预测值和TEC预测值；基于多种可解释机器学习方法揭示特征之间的潜在联系与交互机制，为目标变量的优化提供控制策略。本发明能够为数据稀缺环境下的污水处理智能化提供了兼具预测精度优化与过程控制指导的解决方案。