【技术实现步骤摘要】
本专利技术属于数据处理,具体是指基于人工智能的污水处理监管方法及系统。
技术介绍
1、污水处理监管方法是利用人工智能技术分析大量的污水处理数据,实时监测处理后的水质量评估等级,提高污水处理效率,保障环境质量,促进可持续发展。但是现有的数据集平衡方法存在设定簇数量k为固定值,或者直接根据多数类或少数类中的数据量确定,导致对数据进行过度聚类和欠拟合,数据集平衡效果差,降低模型的泛化能力的问题;现有的污水处理监管模型存在训练效率低、泛化性弱、过拟合风险高和收敛速度慢的问题。
技术实现思路
1、针对上述情况,为克服现有技术的缺陷,本专利技术提供了基于人工智能的污水处理监管方法及系统,针对现有的数据集平衡方法存在设定簇数量k为固定值,或者直接根据多数类或少数类中的数据量确定,导致对数据进行过度聚类和欠拟合,数据集平衡效果差,降低模型的泛化能力的问题,本方案根据聚类有效性判断动态确定最佳簇数量,提高了聚类的准确性,根据数据和簇质心之间的距离和相似度两种角度抽取数据,构建平衡数据集,更加精准地选择最具代
...【技术保护点】
1.基于人工智能的污水处理监管方法,其特征在于:该方法包括以下步骤:
2.根据权利要求1所述的基于人工智能的污水处理监管方法,其特征在于:在步骤S3中,所述平衡数据集具体包括以下步骤:
3.根据权利要求2所述的基于人工智能的污水处理监管方法,其特征在于:在步骤S33中,所述构建抽样数据集,是基于从每个簇内抽取的数据构建抽样数据集,从第a个簇中抽取数据包括以下步骤:
4.根据权利要求1所述的基于人工智能的污水处理监管方法,其特征在于:在步骤S4中,所述构建污水处理监测模型是构建神经网络,神经网络包括输入层、输出层和隐藏层,输入层接收平
...【技术特征摘要】
1.基于人工智能的污水处理监管方法,其特征在于:该方法包括以下步骤:
2.根据权利要求1所述的基于人工智能的污水处理监管方法,其特征在于:在步骤s3中,所述平衡数据集具体包括以下步骤:
3.根据权利要求2所述的基于人工智能的污水处理监管方法,其特征在于:在步骤s33中,所述构建抽样数据集,是基于从每个簇内抽取的数据构建抽样数据集,从第a个簇中抽取数据包括以下步骤:
4.根据权利要求1所述的基于人工智能的污水处理监管方法,其特征在于:在步骤s4中,所述构建污水处理监测模型是构建神经网络,神经网络包括输入层、输出层和隐藏层,输入层接收平衡数据集中的数据,隐藏层进行数据处理和特征提取,输出层输出评估标签,具体包括以下步骤:
5.根据权利要求1所述的基于人工智能的污水处理监管方法,其特征在于:在步骤s1中,所述数据采集是采集污水处理数据和质量评估等级;污水处理数据包括水质参数数据、流量数据、温度数据和悬浮物浓度数据;水质参数数据包括ph值数据、溶解氧数据、化学需氧量数据、氨氮含量数据、总磷含量数据和总氮含量数据;流量数据包括出水流量数据、进水流量数据和污泥流量数据;将质量评估等级作为数据标签。<...
【专利技术属性】
技术研发人员:李明,郭志寰,张博洲,王旭,孔天夏,李亚学,崔晨琛,
申请(专利权)人:葛洲坝集团生态环保有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。