基于encoder-decoder框架的城鎮(zhèn)污水廠出水水質預測

摘要： 由于污水廠的出水水質指標繁多、污水處理過程中反應復雜、時序非線性程度高，基于機理模型的預測方法無法取得理想效果。針對此問題，提出基于深度學習的污水廠出水水質預測方法，并以吉林省某污水廠監(jiān)測水質為來源數據，利用多種結合encoder-decoder結構的神經網絡預測水質。結果顯示，所提結構對LSTM和GRU網絡預測能力都有一定提升，對長期預測能力提升更加顯著，ED-GRU模型效果...