基于多模态数据和深度学习模型的水质混凝效果预测方法

本发明公开了一种基于多模态数据和深度学习模型的水质混凝效果预测方法，包括：获取目标水质的一组待测多模态数据集，将其中待测絮体图像和各时刻的传感器采集参数分别输入预先训练完成的改进深度学习模型的第一分支和第二分支得到各自的预测结果，融合后得到目标水质的融合混凝效果预测结果；第一分支包括顺次连接的ResNet模型和第一LSTM模型，第二分支包括第二LSTM模型；混凝效果预测结果包括混凝效果等级和/或混凝效果参数；混凝效果等级用于表征不同级别的混凝效果，混凝效果参数包括表征最终混凝效果的水质参数。本发明利用改进深度学习模型实现水质混凝效果预测，可实现絮凝剂投加量的智能优化，提高水处理效率和出水质量。