基于深度学习LSTM对自来水厂加药预测
吴晓阳1
杨远航2
黄怡3
1.武汉理工大学资源与环境工程学院,湖北武汉4300702.武汉理工大学机电工程学院,湖北武汉4300703.武汉理工大学理学院,湖北武汉430070
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.
关键词：深度学习LSTM神经网络絮凝沉淀
分类号：R123(环境医学、环境卫生)
论文发表日期：2021-07-15
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：3( 37-39 )
英文信息