基于深度学习LSTM对自来水厂加药预测

• 作者: 吴晓阳 杨远航 黄怡
• 来源期刊: 节能
• 关键词: 深度学习 LSTM神经网络 絮凝沉淀
• 年，卷（期）: 2021,（7）
• 所属期刊栏目: 节能技术与应用
• 页码范围: 37-39
• 页数: 3页
• 分类号: R123
• 语种: 中文
• DOI: 10.3969/j.issn.1004-7948.2021.07.010

摘要

自来水厂在加药絮凝沉淀净化部分存在药品利用不完全或者加药过量的问题.为精确预测并控制加药量,将深度学习LSTM神经网络应用其中,通过树莓派端侧的计算,根据不同的水流量、水温、浊度等,预测不同加药量,并进行精准地投放.该设计方案利用神经网络的自适应性,节省加药量,使浊度指标达到我国国家标准.