一种基于机器学习的污水脱氮加药方法、系统及存储介质

本发明公开了一种基于机器学习的污水脱氮加药方法、系统及存储介质，属于污水处理的技术领域，数据采集与预处理，获取对生化池碳源加药行为产生影响的变量数据；分析碳源投入对脱氮量指标的滞后影响，确定药效持续的时间范围。采用训练后的预测模型，并基于未来t+X期的脱氮量指标以及预测变量，得到第t+1期的投药量。本发明通过相关性分析方法，解析碳源投加后对未来X期氮转化的关联规律，明确药效作用的持续时间，精准量化滞后效应，避免了调控时机错配问题。本发明基于预测模型对滞后效应进行捕捉和多因素耦合分析，优化碳源投加量与时机，避免碳源过量导致的系统负荷波动或不足引发的氮去除不彻底，逐步改善原有污水生态系统的稳定性。