一种基于级联时序神经网络的供水厂余氯预测方法
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
一种基于级联时序神经网络的供水厂余氯预测方法
申请号:
CN202510090328
申请日期:
2025-01-21
公开号:
CN120015156A
公开日期:
2025-05-16
类型:
发明专利
摘要
本发明公开了一种基于级联时序神经网络的供水厂余氯预测方法,涉及水质预测技术领域。一种基于级联时序神经网络的供水厂余氯预测方法,包括采集历史数据、对历史数据进行数据清洗、构建级联时序神经网络的供水厂余氯预测模型、使用预处理后的数据对模型进行训练,直至模型收敛、采用测试集数据全面评估模型的预测性能;本发明预测结果整体误差小、稳定性好、网络训练速度更快,能够更准确地预测未来余氯浓度地变化。
技术关键词
时序神经网络
级联
异常数据
水质预测技术
补录方法
模型预测值
特征轮廓
训练集
药罐
误差
时间段
传感器
天气
代表
浊度
液位
参数
校正
系统为您推荐了相关专利信息
1
一种三级级联式的目标缺陷检测方法、装置和介质
缺陷检测方法
级联
定位模块
卷积模块
输出模块
2
一种融合MoE的级联式企业新闻事件抽取方法
新闻事件抽取方法
级联式
文本
主题搜索方法
企业
3
基于Denstream模型的音频异常检测方法、系统、存储介质及设备
音频异常检测方法
音频特征提取
工程实用价值
判决门限值
异常检测系统
4
生成纳米孔测序信号解码模型训练集的方法、装置及介质
序列
解码模型
电流
信号
纳米孔
5
锂离子电池健康状态四指标综合评价方法及系统
指标综合评价方法
健康状态预测
锂电池开路电压
综合评价系统
拉格朗日插值法