摘要
基于注意力机制和长短期记忆网络的污水处理厂出水水质预测方法,包括:对污水处理厂实际运行和监测数据进行采集与清洗,保留与出水水质存在相关性的特征并归一化作为深度神经网络的输入,根据所要预测的时间点建立数据样本与数据集;对特征进行分组,按照工艺段划分,其中进水流量特征单独置于一组中,与其它进水数据区分开;搭建深度神经网络,包括时序特征提取模块,用于获取时滞信息的注意力机制模块,以及回归模块;把进水流量数据喂入注意力机制模块的输入层,其余历史特征喂入时序特征提取模块的输入层,待预测时刻的出水水质数据喂入回归模块的输出层,设置损失函数,进行训练;调用训练好的深度神经网络来进行出水水质预测。