基于神经网络的水质模型基础参数动态调优方法及装置

    公开(公告)号:CN118183886A

    公开(公告)日:2024-06-14

    申请号:CN202410171554.1

    申请日:2024-02-07

    摘要: 本发明公开了一种基于神经网络的水质模型基础参数动态调优方法、装置、存储介质及设备,其通过获取污水厂的历史数据、构建机理模型、利用构建的机理模型获取高权重因子集以及整体高权重因子,根据高权重因子集以及整体高权重因子训练获得高权重参数,进而对水质进行参数调优,在本发明中可以实时筛选高权重因子,并对高权重因子进行调参,即可对调参的结果进行实时存储,以动态监测其调参数据,可以感知到无法进行监测的参数的变化情况及趋势;对高权重的筛选不止仅仅使用单因子分析,而是采用单因子分析和多因子综合分析进行,同时利用遗传算法及神经网络形成高权重参数筛选模型,这样可以使权重筛选更为全面,从而使模拟的准确性提高;高权重筛选时不仅基于历史数据进行,同时加入天气情况、季节和水量等因素作为相关影响因子,得出更准确的调参结果;对高权重因子进行调参时利用神经网络,结合提高调参结果的准确性;使用该发明提供的方法时会先借助历史数据得到算法模型,如高权重参数筛选模型和调参模型,在之后的使用时可以直接根据实时数据进行,从而进行动态调优。