摘要
本发明涉及污水处理领域,尤其涉及一种基于机器学习的污水生物处理效果预测方法,包括:根据波动系数以及最大偏差值确定目标机器学习模型是否存在异常;若目标机器学习模型存在异常,则根据负荷异常系数以及负荷特征关联阈值确定异常状态;根据异常状态确定进行负荷数据补充,或,进行特征参数关联补充或调节特征区间的数据分辨率,或,多维度优化;根据特征代表度以及段落比对度确定初始区间,并根据初始区间分布系数以及区间影响度确定是否针对初始区间进行调节以获得特征区间;预设条件下,进行多维度优化。本发明提高模型预测的准确程度。
技术关键词
机器学习模型
异常状态
超参数
负荷特征
污水
特征值
偏差
生物
分辨率
数据
代表
关系
系统为您推荐了相关专利信息
电厂监控管理系统
数据采集模块
热成像
分布式控制系统
卷积神经网络模型
机器学习算法模型
操作界面
模型训练模块
数据处理系统
机器学习模型
配置管理数据库
异常状态
保障系统
子模块
插件管理