[發明專利]基于燭臺理論的水質預測方法

在審

• 申請號: 202210400036.3
• 申請日: 2022-04-15
• 公開（公告）號: CN114897791A
• 公開（公告）日: 2022-08-12
• 發明（設計）人: 許睿;吳文杰;李建;沈世銘
• 申請（專利權）人: 桂林電子科技大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06V10/44;G06V10/764;G06N3/08;G06N3/04;G06V10/82
• 代理公司: 深圳市諾正鑫澤知識產權代理有限公司 44689
• 代理人: 羅華

本申請公開了一種基于燭臺理論的水質預測方法，包括：獲取預定區域內多個監測點在預定時間段的水質數據，水質數據包括污染物數據和水文氣象數據，監測點包括目標監測點，并根據目標監測點的污染物數據生成燭臺圖，以及通過特征提取模型對燭臺圖進行特征提取，以得到水污染特征數據，特征提取模型由卷積神經網絡訓練得到，再對水污染特征數據、水質數據進行融合處理，以得到時序數據集，最后通過時序預測模型對時序數據集處理，以得到目標監測點在目標時間段的水質預測結果。如此，能夠對水污染的變化過程有效分類，從而有效地提升了水污染預測精度。

技術領域

本申請涉及環境領域，特別涉及一種基于燭臺理論的水質預測方法。

背景技術

近年來，河道水污染成為了環境水力學的研究熱點。受各種外部因素影響，污染物傳輸擴散機理復雜，水質模擬預測難度大。在雨源性型河流中，河道水質變化與氣象條件相關性明顯，呈現出不同的分類類型。相關技術中，SWAT模型通常被采用，但存在局限性，包括參數率定困難和模型構造復雜，并且，這類模型關注的焦點只是輸入與輸出之間數值序列的統計規律，河道水污染的變化過程不能被有效地分類反應，模型預測精度受到影響。

發明內容

有鑒于此，本申請提供一種基于燭臺理論的水質預測方法。

本申請實施方式的基于燭臺理論的水質預測方法包括：

獲取預定區域內多個監測點在預定時間段的水質數據，所述水質數據包括污染物數據和水文氣象數據，所述監測點包括目標監測點；

根據所述目標監測點的所述污染物數據生成燭臺圖；

通過特征提取模型對所述燭臺圖進行特征提取，以得到水污染特征數據，所述特征提取模型由卷積神經網絡訓練得到；

對所述水污染特征數據、所述水質數據進行融合處理，以得到時序數據集；

通過時序預測模型對所述時序數據集處理，以得到所述目標監測點在目標時間段的水質預測結果。

在某些實施方式中，所述根據所述目標監測點的所述污染物數據生成燭臺圖，包括：

通過K線發生器將所述目標監測點的所述污染物轉化為所述燭臺圖。

在某些實施方式中，所述預定時間段包括多個等時長的子時間段，所述通過K線發生器將所述目標監測點的所述污染物轉化為所述燭臺圖，包括：

根據每個子時間段內起始時刻、終止時刻的所述污染物數據以及濃度最高值、濃度最低值的所述污染物數據建立對應的燭臺；

根據所述燭臺生成多個所述燭臺圖，每個所述燭臺圖包括預設數量的所述燭臺。

在某些實施方式中，所述通過特征提取模型對所述燭臺圖進行特征提取，以得到水污染特征數據，包括：

對所述燭臺圖進行卷積、池化以及全連接處理，以得到水污染特征數據。

在某些實施方式中，在所述根據所述目標監測點的所述污染物數據生成燭臺圖之前，所述水質預測方法還包括：

刪除所述水質數據中的錯誤數據和全天缺失數據；

利用所述水質數據的平均值填充局部缺失數據；及

采用拉依達準則剔除所述水質數據中的異常數據。

在某些實施方式中，在所述根據所述目標監測點的所述污染物數據生成燭臺圖之前，所述水質預測方法還包括：

歸一化所述水質數據。

在某些實施方式中，所述水文氣象數據包括所述水文氣象數據包括電導率、氫離子濃度指數值、濁度值、流量值、水溫和降雨。