摘要
本发明提供一种基于机器学习预测污水处理厂诺如病毒去除率的方法,包括:获取当前污水处理厂的处理工艺和规模数据;基于所述处理工艺和规模数据通过预训练的预测模型进行结果预测;基于预测的结果确定当前污水处理厂诺如病毒去除率和出水中诺如病毒浓度;其中,所述预训练的预测模型是通过预先获取的数据集对预设的多个机器学习模型进行训练并验证测试得到的,预先获取的数据集中包括多个已知污水处理厂的处理工艺、规模数据以及入水诺如病毒浓度和出水中诺如病毒浓度数据。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
水中诺如病毒
污水
定量聚合酶链式反应
规模
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
训练集
误差
电子设备
水质
序列