一种基于级联时序神经网络的供水厂余氯预测方法
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
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
1
一种针对海量地下水监测数据的整编方法及装置
异常数据
地下水监测站
分解算法
标记
节点
2
用于涉铁工程的多监测点异常数据智能处理系统及方法
铁路结构变形
监测点
异常数据
机器人
矩阵
3
适用于连续变量量子密钥分发的码率自适应数据协调方法
原模图LDPC码
数据协调方法
码率
原模图码
低密度
4
一种基于矩阵分解的GCNN网络参量约减方法
矩阵
重构误差最小化
输出特征
复杂度
稀疏字典学习
5
一种城市固废焚烧过程多污染物智能检测方法及系统
回声状态网络
城市固废
智能检测方法
子模块
多污染物