一种基于级联时序神经网络的供水厂余氯预测方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于级联时序神经网络的供水厂余氯预测方法
申请号:CN202510090328
申请日期:2025-01-21
公开号:CN120015156A
公开日期:2025-05-16
类型:发明专利
摘要
本发明公开了一种基于级联时序神经网络的供水厂余氯预测方法,涉及水质预测技术领域。一种基于级联时序神经网络的供水厂余氯预测方法,包括采集历史数据、对历史数据进行数据清洗、构建级联时序神经网络的供水厂余氯预测模型、使用预处理后的数据对模型进行训练,直至模型收敛、采用测试集数据全面评估模型的预测性能;本发明预测结果整体误差小、稳定性好、网络训练速度更快,能够更准确地预测未来余氯浓度地变化。
技术关键词
时序神经网络 级联 异常数据 水质预测技术 补录方法 模型预测值 特征轮廓 训练集 药罐 误差 时间段 传感器 天气 代表 浊度 液位 参数 校正
系统为您推荐了相关专利信息
异常数据 地下水监测站 分解算法 标记 节点
铁路结构变形 监测点 异常数据 机器人 矩阵
原模图LDPC码 数据协调方法 码率 原模图码 低密度
矩阵 重构误差最小化 输出特征 复杂度 稀疏字典学习
回声状态网络 城市固废 智能检测方法 子模块 多污染物