哈尔滨工业大学（深圳）路璐团队ACS ES&T Engg.：基于注意力机制的深度学习算法助力市政污泥精准管理

本研究由哈尔滨工业大学（深圳）路璐教授团队开展，针对中国市政污泥产量与处理能力之间的供需差距问题，提出了一种基于深度学习的废弃污泥产量预测方法。研究背景显示，2023年中国市政污水排放量高达781亿立方米，产生了约1740万吨市政废弃污泥，但现有污泥产量预测方法存在局限性。研究目的是通过引入抗过拟合策略与注意力机制，提升模型在不同污水处理厂数据集上的预测精度和适应性。研究结果表明，深度学习模型（如Transformer和BiLSTM+CNN）在训练与验证阶段展现出优异的预测性能，均方误差低至0.014−0.027，相关系数达0.53−0.72。此外，研究还发现温度波动是影响污泥产量预测的核心因素。结论指出，该研究为市政污泥管理提供了数据驱动的创新方案，具有重要的实际应用价值。