基于机器学习的污水处理厂生反池工艺参数动态优化设定方法及系统

本发明公开了一种基于机器学习的污水处理厂生反池工艺参数动态优化设定方法及系统，方法包括下列步骤：S1、数据采集；S2、数据整合及预处理；S3、建立出水水质浓度仿真预测矩阵；S4、模型融合；S5、基于步骤S1～S4建立的出水水质仿真预测模型矩阵进行生反池工艺参数动态优化设定。本发明首先建立一个出水水质高精度仿真预测模型矩阵，依据模型矩阵采用粒子群算法进行生反池工艺参数的设定优化，最终得到未来一段操作周期的工艺参数设定值；本发明充分利用先进的数据分析技术，经由采集、处理、预测及优化等步骤，致力于提高污水处理厂的运行效率与效果，在确保污水厂出水稳定达标的前提下，实现节能降耗。