基于CA-GRU的污水处理厂出水总氮浓度预测研究.pdfVIP

第45卷第4期自动化仪表Vol.45No.4

2024年4月PROCESSAUTOMATIONINSTRUMENTATIONApr.2024

基于CA-GRU的污水处理厂出水总氮浓度预测研究

吴婧,廖明潮

(武汉轻工大学数学与计算机学院,湖北武汉430000)

摘要:为了精确预测污水处理厂出水总氮浓度,以呼玛县某污水处理厂公开监测的污水出水水质数据为样本进行了研究。提出了

一种基于卷积注意-门控循环单元(CA-GRU)网络的混合模型。首先,使用时间滑动窗口,将数据转换成连续的特征图以作为输入,并

从中提取抽象特征。然后,将这些特征映射到网络模型中。最后,通过门控循环单元(GRU)网络模型获得预测值。试验结果显示,

CA-GRU模型的均方根误差(RMSE)为0.172,平均绝对百分比误差(MAPE)为0.010。该结果比GRU网络模型低0.108、0.016,比卷

积神经网络(CNN)-GRU模型低0.027、0.005,比Attention-GRU模型低0.065、0.007。该结果表明,CA-GRU模型预测效果良好,利用

CNN等模型有利于减少冗余信息的干扰。CA-GRU模型能够充分提取污水水质数据在时间和空间上的特征、更准确地预测出水水质

总