摘要
本发明提供一种基于机器学习预测污水处理厂腺病毒去除率的方法,包括:获取当前污水处理厂的处理工艺和规模数据;将处理工艺和规模数据存入测试数据集,基于预训练的腺病毒去除率预测模型对输入的测试数据集进行结果预测;基于预测的结果确定当前污水处理厂腺病毒去除率和出水中腺病毒浓度;其中,预训练的腺病毒去除率预测模型通过预先采集的数据集对多个机器学习模型进行训练并验证测试得到,预先采集的数据集中包括多个已知污水处理厂的处理工艺、规模数据以及入水和出水中腺病毒的浓度数据。本发明解决了现有污水处理预测模型需要首先对当前污水处理厂的入水和出水中的多项水质指标进行长时间序列采样和检测,才能建立模型进行预测的问题。
技术关键词
机器学习模型
污水
定量聚合酶链式反应
规模
训练集数据
非暂态计算机可读存储介质
三级处理工艺
处理器
数据获取模块
计算机程序产品
指标
输出模块
存储器
误差
电子设备
水质
变量
序列
系统为您推荐了相关专利信息
高压配电柜
LSSVM模型
状态评估方法
高斯径向基函数
振动传感器
描述符
硼化镍催化剂
改性
机器学习模型
特征工程
智能调控方法
肥料调控方法
日光温室
土壤热通量传感器
水肥
直流变换器
电解铝
历史运行数据
谐波抑制方法
电压
分布式电驱动车辆
电机运转状态
车辆电机控制器
主控台
故障诊断模块