LSTM-based autoencoder models for real-time quality control of wastewater treatment sensor data

The operation of smart wastewater treatment plants (WWTPs) is increasingly paramount in improving effluent quality, facilitating resource recovery and reducing carbon emissions. To achieve these objectives, sensors, monitoring systems, and artificial intelligence (AI)-based models are increasingly b...

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	Journal of hydroinformatics Jg. 26; H. 2; S. 441 - 458
Hauptverfasser:	Seshan, Siddharth, Vries, Dirk, Immink, Jasper, van der Helm, Alex, Poinapen, Johann
Format:	Journal Article
Sprache:	Englisch
Veröffentlicht:	IWA Publishing 01.02.2024
Schlagworte:	anomaly detection arima models autoencoder models data reconciliation wastewater treatment plant data
ISSN:	1464-7141, 1465-1734
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Schreiben Sie den ersten Kommentar!