水厂 PAC 智能加药预测系统产品系统Vibe Coding

自来水厂加药优化控制 —— 基于 SCADA 分钟级运行数据，预测PAC（聚合氯化铝）加药系统频率给定值，辅助水厂加药决策与药耗优化。

基于深度学习的自来水厂 PAC 加药频率预测系统，针对滏阳水厂 21 万条分钟级
SCADA 运行数据（33 个数值特征，目标变量为 1#PAC 频率给定）完成端到端建模。

核心功能：
1. 数据分析与质量评估：自动检测缺失值、异常值，输出可行性分析报告；
2. 数据预处理流水线：缺失值均值填充、StandardScaler 标准化、70/15/15 划分；
3. 多模型对比训练：1D-CNN / LSTM / MLP 三种神经网络对比，CNN 最优
（R²=0.9987，RMSE=0.43，解释 99.87% 数据变异）；
4. 生产级 REST API：Flask 提供健康检查、模型信息、特征查询、单条/批量预测接口；
5. 容器化部署：Docker 多阶段构建 + docker-compose 编排，含资源限制与健康检查；
6. 完整交付文档：数据分析/预处理/训练/API/部署 5 份 HTML 报告 + README。

技术亮点：CNN 1D 卷积捕捉加药时序特征，预测精度达工业可用水平；
API 与模型解耦，支持标准 JSON 输入输出，易于接入现有 SCADA/EMS 系统。

独立完成：数据清洗、CNN建模(R²=0.9987)、API及Docker部署