一种基于数据挖掘的污水处理厂进水质量预测方法

摘要

本发明公开了一种基于数据挖掘的污水处理厂进水质量预测方法，涉及水体水质预测领域。所述预测方法具体为获取数据后将进水速率的时间戳与碳质生化需氧量CBOD、pH值、总悬浮固体TSS的每日浓度值时间戳对齐；将每日平均进水率数据作为单变量，15分钟为间隔获取的进水率为多变量，建立以进水流量为输入生成碳质生化需氧量CBOD值的拟合模型，补齐缺失的CBOD值；数据降维得到预处理数据集；将预处理数据集按淡旺季进行区分，淡季数据输入多层神经网络MLP得到淡季CBOD预测模型，旺季数据输入决策树C&RT得到旺季CBOD预测模型。通过数据补齐使得用于训练和测试的数据集更为完整，分别建立淡季和旺季的预测模型，使得预测精度更高。