一种基于特征扰动增强的对比学习混凝剂投加预测方法

本发明公开了一种基于特征扰动增强的对比学习混凝剂投加预测方法，其涉及混凝剂预测技术领域。本发明充分利用海量无标记样本及水质数据的时频域特征，有效缓解标记样本稀缺问题；借助融合通道注意力、门控单元与卷积结构的特征扰动增强模块，搭配编码器‑解码器Transformer骨干网络构建三分支模型，既能精准捕捉水质参数的时序动态关联，又能显性化频域周期性规律与隐性波动特征，强化特征鉴别力，实现混凝剂投加量的精准、稳定预测，避免投加失衡问题，保障出水水质稳定的同时降低运行成本。