排序方式: 共有9条查询结果,搜索用时 703 毫秒
1
1.
排水系统流量预测对于城市水安全、污水厂优化运行具有重要意义。与需要复杂建模和大量地理信息数据的传统水文水力学模型不同,机器学习可以通过数据驱动实现排水系统的流量预测预警。结合流量数据的时序性,分别在单变量(流量)、双变量(流量和降雨)的情况下,采用5种长短期记忆神经网络(LSTM)模型(Vanilla LSTM、Stacked LSTM、Bidirectional LSTM、CNN LSTM、ConV LSTM)对江苏省无锡市某污水处理厂的进水流量进行预测。结果表明,Bidirectional LSTM最优的实验参数条件是:隐藏层单元数为250,训练轮数为200,训练集样本数为250;在同等条件下,Bidirectional LSTM相较其他4种方法可以更有效地预测未来流量;相比仅输入流量变量,在增加降雨变量后,可以提升近20%的流量预测精度。 相似文献
2.
3.
4.
5.
6.
7.
8.
9.
近年来,许多学者针对铁基材料在城市水处理中的应用进行了深入研究,包括在给水处理中的混凝和消毒作用,在排水管网中对硫化物的抑制作用,在污水处理系统中对除磷、污泥脱水与厌氧消化的强化作用、对自然黑臭水体的改善作用等方面。研究结果表明了铁基材料在水处理系统有非常广泛的应用潜力。不同于传统药剂,铁基材料在城市水循环过程中可以回收使用。基于铁基材料在实现城市水管理的可持续性方面具有巨大的潜力,围绕给水处理系统、污水管网系统、污水处理系统、自然黑臭水体四个方面,综述了铁基材料在城市水循环过程中的应用效果、机理和目前存在的问题,以期更好地优化铁基材料的应用潜力。 相似文献
1