一种基于深度学习的污水处理方法及系统

本发明公开了一种基于深度学习的污水处理方法及系统，获取传感器采集的异构数据；采用数据标准化技术对异构数据进行格式统一处理，得到标准化数据集；对标准化数据集进行主成分分析，提取关键特征向量，得到特征解析结果；将特征解析结果输入卷积神经网络进行污染物分类识别，若分类置信度低于预设阈值，则将特征解析结果输入支持向量机进行二次验证，得到精准识别结果；根据精准识别结果，采用遗传算法优化曝气量和溶解氧浓度参数，若进水流量波动超过预设阈值，则根据实时水质数据调整曝气量和溶解氧浓度参数，生成动态调控方案。本发明提高了处理效率和出水水质，具有较强的环境适应性和抗干扰能力。