摘要
本发明公开了一种序批式污水处理设备出水水质氨氮预测方法,涉及污水处理中的智能预测技术领域。该方法包括以下步骤:获取序批式污水处理设备的进水水质特征参数、出水水质特征参数和出水水质氨氮值,以获取出水水质氨氮预测的训练集和测试集;基于BP神经网络和梯度提升树构建出水水质氨氮预测模型,对出水水质氨氮预测模型进行训练和测试;采集实时的序批式污水处理设备的进水水质特征参数和出水水质特征参数,然后利用测试后的出水水质氨氮预测模型,获取出水水质氨氮预测结果。本发明基于BP神经网络和梯度提升树构建出水水质氨氮预测模型,通过结合BP神经网络的特征提取能力与梯度提升树的回归性能,能显著提升氨氮浓度预测精度。
技术关键词
污水处理设备
水质
氨氮
BP神经网络
梯度提升树
智能预测技术
误差函数
特征提取能力
非线性特征
数据
传播算法
输出特征
学习器
样本
标签
精度