[發明專利]一種河道監測斷面水質預測方法

在審

• 申請號: 202211037894.2
• 申請日: 2022-08-26
• 公開（公告）號: CN115526378A
• 公開（公告）日: 2022-12-27
• 發明（設計）人: 袁棟棟;楊瑾;余銘銓;周永潮;譚談;楊彥飛;張儀萍
• 申請（專利權）人: 中電建路橋集團有限公司;中國電建集團環境工程有限公司;浙江大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06N3/04;G06N3/08
• 代理公司: 杭州天勤知識產權代理有限公司 33224
• 代理人: 周濤;胡紅娟

1.一種河道監測斷面水質預測方法，其特征在于，包括以下步驟：

(1)監測記錄歷史水質數據以及氣象數據，并按時間序列排序，構建序列格式數據集；

(2)將步驟(1)構建的序列格式數據集進行預測模型建模，預測目標水質參數的變化趨勢；

(3)將步驟(1)構建的序列格式數據集中的近期數據進行預測模型建模，預測目標水質參數的周期性；

(4)將步驟(2)和步驟(3)得到的目標水質參數的變化趨勢與周期性預測結果相結合，預測目標水質參數的時序變化；

(5)將步驟(4)中目標水質參數時序變化的預測值與對應時刻氣象指標時序變化的實測值作為自變量，對應時刻目標水質參數時序變化的實測值為因變量，建立映射關系；

(6)在實際水質預測過程中，利用步驟(4)初步預測目標水質參數的時序變化，再結合氣象預報數據，利用步驟(5)中建立的映射關系，修正目標水質參數的時序變化預測結果。

2.根據權利要求1所述的河道監測斷面水質預測方法，其特征在于，步驟(1)中，在河道各監測斷面布置自動水質監測站，監測記錄歷史水質數據以及氣象數據。

3.根據權利要求1所述的河道監測斷面水質預測方法，其特征在于，步驟(2)中，將步驟(1)構建的序列格式數據集，以DA-RNN方法進行預測模型建模。

4.根據權利要求3所述的河道監測斷面水質預測方法，其特征在于，步驟(3)中，將步驟(1)構建的序列格式數據集中的近期數據，以NeuralProphet方法進行預測模型建模。

5.根據權利要求4所述的河道監測斷面水質預測方法，其特征在于，步驟(4)中變化趨勢與周期性預測結果相結合，其表達式為：

式中，表示對待預測水質指標未來t時間的時間序列變化預測值；表示利用DA-RNN預測的未來t時間的指標變化趨勢；表示利用NeuralProphet預測的未來t時間的指標周期性變化；表示利用NeuralProphet預測的未來t時間的指標周期性變化受特殊事件的影響，表示預測誤差項。

6.根據權利要求4所述的河道監測斷面水質預測方法，其特征在于，步驟(5)中利用XGBoost建立映射關系，其表達式為：

式中，表示經過修正的第i個水質指標預測值，w_i,j表示x_i,j的權值，x_i,j表示影響第i個水質指標的第j個自變量，包含利用DA-RNN和NeuralProphet初步預測的水質指標預測值以及中氣象預報數據。