【技术实现步骤摘要】
本专利技术涉及混凝加药量预测，尤其涉及一种基于随机森林回归的混凝加药量预测方法。
技术介绍
1、水处理过程中，混凝沉淀工艺可有效去除水中悬浮杂质与有害物质，混凝剂投加量的及时调整可以保障混凝沉淀工艺出水水质的稳定性。然而，受到原水水质指标(如：原水浊度、水温、ph值、耗氧量等)和进水流量变化等因素的影响，特别是原水水质变化具有周期性、季节性、随机性以及时变性，给混凝剂的投加控制带来了很大的困难。
2、现有技术主要通过充分挖掘原水水质众多指标参数变化的大数据信息，为混凝剂投加控制提供原水水质变化的实时参考，可以有效保证混凝沉淀工艺的水处理效果，稳定混凝沉淀工艺过程的出水水质指标(主要是出水浊度)。
3、同时可知，机器学习是一类依靠数据的“黑箱”模型，能够克服传统水质模型存在的建立校正时间长、过度依赖机理知识的限制。随着水环境领域监测数据的增多，机器学习在水质预测中的应用研究逐渐增多，所涉及的机器学习方法种类涵盖全面，包括支持向量机、决策树、神经网络等。机器学习可以对含有原水水质指标、出水水质指标和混凝剂投加量的历史...
【技术保护点】
1.一种基于随机森林回归的混凝加药量预测方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种基于随机森林回归的混凝加药量预测方法，其特征在于：步骤S1具体包括以下步骤：
3.根据权利要求2所述的一种基于随机森林回归的混凝加药量预测方法，其特征在于：步骤S11中的异常值为超出水质指标的上下限值。
4.根据权利要求2所述的一种基于随机森林回归的混凝加药量预测方法，其特征在于：在步骤S12中选取空缺值所在当月的其他数据的平均值作为插值。
5.根据权利要求3所述的一种基于随机森林回归的混凝加药量预测方法，其特征在于：步...
【技术特征摘要】
1.一种基于随机森林回归的混凝加药量预测方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种基于随机森林回归的混凝加药量预测方法，其特征在于：步骤s1具体包括以下步骤：
3.根据权利要求2所述的一种基于随机森林回归的混凝加药量预测方法，其特征在于：步骤s11中的异常值为超出水质指标的上下限值。
4.根据权利要求2所述的一种基于随机森林回归的混凝加药量预测方法，其特征在于：在步骤s12中选取空缺值所在当月的其他数据的平均值作为插值。
5.根据权利要求3所述的一种基于随机森林回归的混凝加药量预测方法，其特征在于：步骤s13中采用的归一化的具体公式为：
6.根据权利要求1所述的一种基于随机森林回归的混凝加药量预测方法，其特征在于：在步骤s2中，设定原始数据共包含了n个变量，利用皮尔逊相关系数法对预测目标和其他n-...
【专利技术属性】
技术研发人员：张亚峰，王涛，王世杰，吴福雨，程紫微，张俊，王坪，郭欣，王玉飞，白淑叶，卢玺，肖萍，肖峰，
申请(专利权)人：宁夏长城水务有限责任公司，
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。