一种基于神经网络的废水脱氮方法及装置

本发明涉及污水处理技术领域，公开了一种基于神经网络的废水脱氮方法及装置。该方法包括：将废水通入反应器内进行脱氮，采集反应器内水质数据；将水质数据输入边缘计算网关，采用轻量神经网络模型进行噪声滤波和特征提取，而后输入中央决策服务器，运行LSTM模型及BP神经网络与联邦强化学习融合算法，生成动态参数调控矩阵，进而生成控制指令，并通过联邦强化学习更新全局模型权重；根据控制指令实时优化反应器内水力负荷、NH4+/NO2‑平衡和能量管理。采用本发明的方法和装置，可快速响应废水水质波动，实现多目标动态优化，同时还可实现跨节点的策略共享，从而提高废水处理效率以及反应器抗冲击负荷，并降低能耗。