一种厌氧消化中硫化氢产生量的智能预测方法

摘要

本发明公开一种厌氧消化中硫化氢产生量的智能预测方法，采集厌氧消化过程中各个特征构成原始数据集；对原始数据集进行虚拟扩充生成虚拟数据集；接着构建深度神经网络并使用虚拟数据集其进行迭代训练得到最佳的预测模型。该种智能预测方法厌氧消化过程中的真实数据使用虚拟扩充方法获得大量可以模拟厌氧消化过程的虚拟数据并对深度神经网络进行训练，大大降低了数据采集时间和经费成本，在满足深度神经网络对大量数据需求的同时，还能满足对厌氧消化过程中硫化氢产生量预测的精度要求。