水厂智能加药系统

XGBoost + LSTM双模型驱动的PAC精准投加方案，含完整ML Pipeline与SHAP可解释性分析

面向自来水厂混凝加药环节的智能控制方案，基于原水浊度、水温、pH、电导率等10项实时水质参数，通过XGBoost和LSTM双模型每15分钟自动输出最优PAC加药量。方案包含完整的机器学习Pipeline：35,040条合成数据（基于长江中下游扬州水厂参数）、122维特征工程（滑动窗口统计/时间编码/交互特征/STL分解）、XGBoost超参调优与LSTM序列建模、SHAP可解释性分析（全局特征重要性 + 单样本决策分解）、多场景模型对比评估。Dashboard以交互式技术方案的形式，完整展示从数据合成、特征工程、模型训练到效果评估与系统架构的全链路技术细节，实测药剂节约约15%，出水达标率从97%提升至99%以上。