(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211112693.4 (22)申请日 2022.09.14 (71)申请人 中山大学 地址 510275 广东省广州市海珠区新港西 路135号 (72)发明人 祝新哲　刘炳佑　孙连鹏　吕慧　 邓欢忠　李若泓　 (74)专利代理 机构 深圳市创富知识产权代理有 限公司 4 4367 专利代理师 范伟民 (51)Int.Cl. G06F 30/27(2020.01) G06K 9/62(2022.01) G06N 20/00(2019.01) (54)发明名称 一种基于机器学习的污水处理水质预测方 法及系统 (57)摘要 本发明公开了一种基于机器学习的污水处 理水质预测方法及系统， 该方法包括： 获取污水 处理厂的每日历史进水数据并构建进水水质数 据库； 将进水水质数据库中的进水水质数据划分 为训练集与测试集； 基于五折交叉验证 法利用训 练集构建水质预测模型； 利用测试集对水质预测 模型进行验证， 得到最优水质预测模型； 将待测 目标输入至最优水质预测模型中， 得到预测结 果。 该系统包括： 数据库构建模块、 数据划分模 块、 模型构建模块、 验证模块和预测模块。 通过使 用本发明， 能够快速准确地预测进水水质指标。 本发明作为一种基于机器学习的污水处理水质 预测方法及系统， 可广泛应用于进水水质指标预 测技术领域。 权利要求书2页 说明书6页 附图3页 CN 115470702 A 2022.12.13 CN 115470702 A 1.一种基于 机器学习的污水处 理水质预测方法， 其特 征在于， 包括以下步骤： 获取污水处 理厂的每日历史进水 数据并构建进水 水质数据库； 将进水水质数据库中的进水 水质数据划分为训练集与测试集； 基于五折交叉验证法利用训练集构建水质预测模型； 利用测试集对水质预测模型进行验证， 得到最优水质预测模型； 将待测目标输入至最优水质预测模型中， 得到预测结果。 2.根据权利要求1所述一种基于机器学习的污水处理水质预测方法， 其特征在于， 所述 获取污水处 理厂的每日历史进水 数据并构建进水 水质数据库这 一步骤， 具体包括： 获取污水处 理厂的每日历史进水 数据并进行进水 水质指标提取； 将提取后的每日历史进水 数据按进水水质指标进行分类； 利用四分位数算法计算出每 类进水水质指标的四分位数间距； 剔除每类进水水质指标中大于预设阈值的异常值； 根据剔除异常值后的每日历史进水 数据构建进水 水质数据库。 3.根据权利要求2所述一种基于机器学习的污水处理水质预测方法， 其特征在于， 所述 进水水质指标包括流量、 化学需氧量、 五日生化需氧量、 总氮、 总磷、 氨氮、 pH、 色度和悬浮固 体浓度。 4.根据权利要求3所述一种基于机器学习的污水处理水质预测方法， 其特征在于， 所述 基于五折交叉验证法利用训练集构建水质预测模型这 一步骤， 具体包括： 将训练集 等分为不相交的5份， 选出其中一份为验证集， 其 余四份为训练集； 将训练集中的五日生化需氧量作为训练因变量， 训练集中的其余进水水质指标作为训 练自变量， 采用深度学习算法， 得到水质预测模型； 利用验证集对水质预测模型进行验证， 得到该 水质预测模型的经验误差； 重新选取一份为验证集， 其余四份为训练集进行循环训练， 得到五个水质预测模型及 其对应的经验误差； 选出经验误差最小的水质预测模型。 5.根据权利要求4所述一种基于机器学习的污水处理水质预测方法， 其特征在于， 还包 括： 计算经验误差最小的水质预测模型的确定相关系数， 若确定相关系数小于等于预设 值， 则重新调整水质预测模型各项参数， 重复进 行五折交叉验证， 得到符合预期的水质预测 模型。 6.根据权利要求1所述一种基于机器学习的污水处理水质预测方法， 其特征在于， 所述 利用测试集对水质预测模型进行验证， 得到最优水质预测模型这 一步骤， 具体包括： 将测试集中的五日生化需氧量作为实 际值， 其余进水水质 指标输入水质预测模型中， 得到五日生 化需氧量的预测值； 根据五日生化需氧量的实 际值与五日生化需氧量的预测值计算泛化误差和确定相关 系数； 根据泛化 误差和确定相关系数对水质预测模型进行评估， 得到最优水质预测模型。 7.根据权利要求6所述一种基于机器学习的污水处理水质预测方法， 其特征在于， 还包 括：权　利　要　求　书 1/2 页 2 CN 115470702 A 2若确定相关系数小于预设值， 则重新构建水质预测模型。 8.一种基于 机器学习的污水处 理水质预测系统， 其特 征在于， 包括： 数据库构建模块， 用于获取污水处 理厂的每日历史进水 数据并构建进水 水质数据库； 数据划分模块， 用于将进水 水质数据库中的进水 水质数据划分为训练集与测试集； 模型构建模块， 基于五折交叉验证法利用训练集构建水质预测模型； 验证模块， 用于利用测试集对水质预测模型进行验证， 得到最优水质预测模型； 预测模块， 用于将待测目标输入至最优水质预测模型中， 得到预测结果。权　利　要　求　书 2/2 页 3 CN 115470702 A 3