摘要
本发明提供一种GNN与Transformer融合的污水处理预测方法、装置及存储介质,涉及污水数据分析处理领域;获取污水处理厂的工艺信息及按时间序列排列的进水、出水监测数据,构建高维度特征矩阵并进行降维处理,得到污水降维特征矩阵,然后,构建预测模型,通过模型的编码块对工艺信息进行数字编码,利用模型的GNN生成工艺相似性图,将工艺相似性图和进水降维特征作为输入,出水降维特征作为目标输出,对模型的Transformer进行训练,最后,使用训练好的模型进行预测,输出出水预测数据。本发明的预测模型结合了GNN和Transformer的优势,兼顾空间结构与时序依赖,提升了预测准确性。
技术关键词
降维特征
污水
时序特征
时间序列方式
节点特征
拉格朗日插值
前馈神经网络
特征值
工艺特征
协方差矩阵
预测装置
多项式
构建预测模型
数据
编码块
可读存储介质
数值
系统为您推荐了相关专利信息
刀具磨损预测模型
刀具磨损预测方法
数据
长短期记忆网络
Softmax函数
高阶滤波器
红外线摄像头
电机控制方法
电机控制系统
循环神经网络模型
光伏电站集群
混合预测模型
节点特征
天气
空间特征提取
嵌入特征
流量预测方法
长短期记忆网络
关系
遗传算法