“水质预测模型”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果1015793个，建议您升级VIP下载更多相关专利

[发明专利]一种基于混合神经网络的河流总氮浓度预测方法-CN202110669073.X在审
发明人：闫健卓;刘佳雪;于涌川 -专利权人：北京工业大学
申请日： 2021-06-17 - 公布日： 2021-09-17 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开一种基于混合神经网络的河流总氮浓度预测方法。采用孤立森林和朗格拉日法对待预测河流的水质数据进行清洗；然后，将清洗后的待预测水质数据利用一维卷积残差神经网络提取非线性局部特征；然后，使用双向门控循环单元整合时间序列的前后时刻信息，在顶层使用全连接层获得最终的河流总氮浓度预测结果最后利用评价指标作为模型优劣的评估参数。本发明根据实施例完成了一组实验，以将所提出的方法与传统的、单一的神经网络水质参数预测方法进行对比。实验结果表明，该水质参数预测模型在稳定性和泛化能力方面均有良好体现，有效地降低了预测误差。本方法首次将特征提取模块和双向循环预测模块实现了有机融合，并运用到水质预测领域。
一种基于混合神经网络河流浓度预测方法

[发明专利]一种基于简单循环单元神经网络的污水处理水质预测方法-CN202110053874.3在审
发明人：严伟玮;苏充则;范小朋 -专利权人：杭州中科先进技术研究院有限公司
申请日： 2021-01-15 - 公布日： 2021-04-30 - 主分类号： G16C20/70 文献下载
摘要：本发明公开了一种基于简单循环单元神经网络的污水处理水质预测方法。该方法包括：采集出水口的水质信息并进行预处理，获得多个时间点的水质相关信息；将所述多个时间点的水质相关信息输入到经训练的神经网络模型，输出预测的下一时间点的出水水质信息，进而获得时间序列预测值，其中该神经网络模型的隐层包含多个级联的简单循环单元本发明利用简单循环单元神经网络预测水质，可以有效提高计算的并行性和序列的建模能力，更适合应用于水厂这种工业系统。
一种基于简单循环单元神经网络污水处理水质预测方法

[发明专利]一种基于深度学习的水质水量预警方法-CN202310476684.1在审
发明人：张友德;钱益武;程雨涵;徐德保;王清泉;董晓婉;尹星 -专利权人：安徽新宇环保科技股份有限公司
申请日： 2023-04-28 - 公布日： 2023-07-28 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及水质水量预警技术领域，具体公开了一种基于深度学习的水质水量预警方法，所述方法包括：S100、在预设检测点设置水质传感器，获取实时水质水量数据及历史水质水量数据；S200、将获取的实时水质水量数据及历史水质水量数据进行滤波及归一化处理，将处理后的实时水质水量数据及历史若干个时间点对应的历史水质水量数据整理成严格可送入模型的时间序列数据，并输入至若干组不同的分析模型中，获取不同的预测结果；S300、根据实时水质水量数据及历史水质水量数据获取加权策略，根据加权策略对不同分析模型的预测结果进行加权求和，将加权求和结果输入至预警模型中，根据预警模型输出结果判断预警策略。
一种基于深度学习水质水量预警方法

[发明专利]基于烛台理论的水质预测方法-CN202210400036.3在审
发明人：许睿;吴文杰;李建;沈世铭 -专利权人：桂林电子科技大学
申请日： 2022-04-15 - 公布日： 2022-08-12 - 主分类号： G06T7/00 文献下载
摘要：本申请公开了一种基于烛台理论的水质预测方法，包括：获取预定区域内多个监测点在预定时间段的水质数据，水质数据包括污染物数据和水文气象数据，监测点包括目标监测点，并根据目标监测点的污染物数据生成烛台图，以及通过特征提取模型对烛台图进行特征提取，以得到水污染特征数据，特征提取模型由卷积神经网络训练得到，再对水污染特征数据、水质数据进行融合处理，以得到时序数据集，最后通过时序预测模型对时序数据集处理，以得到目标监测点在目标时间段的水质预测结果。如此，能够对水污染的变化过程有效分类，从而有效地提升了水污染预测精度。
基于烛台理论水质预测方法

[发明专利]一种基于空间权重矩阵的水域特征模型建立方法-CN201910031545.1有效
发明人：孙茜;王小艺;许继平;张慧妍;王立;于家斌;申志平;王森 -专利权人：北京工商大学
申请日： 2019-01-14 - 公布日： 2021-04-27 - 主分类号： G01N33/18 文献下载
摘要：本发明提出了一种基于空间权重矩阵的水域特征模型建立方法。首先，通过采集到的水质数据，进行主成分分析得到每个月的水质数据评价值。其次，建立基本空间权重矩阵以及基于水质特征的空间权重矩阵，从而为水质空间预测提供合理的数据基础。最后，利用神经网络对水质数据进行预测，得到需要重点监测的区域，建立水域特征模型。本发明通过建立水域特征模型，得到需要重点监测的水域，为水质传感器网络的有效部署提供理论依据，进而可灵活有效的解决复杂水域的水质监测问题。
一种基于空间权重矩阵水域特征模型建立方法

[发明专利]一种基于门控递归阵列水质检测系统及方法-CN202010373194.5在审
发明人：崔光茫;吴小辉;毛海锋;赵巨峰 -专利权人：杭州电子科技大学
申请日： 2020-05-06 - 公布日： 2020-09-22 - 主分类号： G01N33/18 文献下载
摘要：本发明提出一种基于门控递归阵列水质检测的检测方法，包括以下步骤：S1，获取水质参数值包括PH值、电导率、浊度、溶解氧、水温、叶绿素A的含量、蓝绿藻的含量、氨氮的含量，总磷的含量、铜的含量、铅的含量、锡的含量；获取环境指标包括大气压力、大气湿度、大气温度、风速；S2，将获取的水质参数值以及环境指标进行归一化及特征选择，得到预处理数据；S3，选用基于门控递归阵列的神经网络作为预测模型，并设置损失函数及优化迭代方法；S4，将预处理数据输入到预测模型进行模型训练得出预测结果；S5，将预测结果与设定的五级水质分类进行比对，获得分类结果。本发明能够更加有效的利用水质属性进行预测分类。
一种基于门控递归阵列水质检测系统方法

[发明专利]一种超标抑制策略的污水处理过程多目标优化控制方法-CN202211561130.3在审
发明人：熊伟丽;刘传;马君霞 -专利权人：江南大学
申请日： 2022-12-06 - 公布日： 2023-03-07 - 主分类号： G05B13/04 文献下载
摘要：本申请涉及一种超标抑制策略的污水处理过程多目标优化控制方法，包括以下步骤：利用长短期记忆网络的时序建模能力，建立出水氨氮浓度和总氮浓度的预测模型，对预测模型中硝态氮浓度和溶解氧浓度的设定值进行寻优；根据预测模型的输出判断水质参数超标情况，若水质参数超标，对外回流以及外加碳源加以控制，并对溶解氧浓度和硝态氮浓度的设定值进行二次优化，提高出水氨氮浓度和总氮浓度预测的精度，设定值选取时综合考虑水质和能耗，初步达到在提升水质的基础上降低能耗的目标；有效抑制出水氨氮浓度和总氮浓度预测峰值超标现象同时降低能耗、提升水质。
一种超标抑制策略污水处理过程多目标优化控制方法

[发明专利]一种拟穴青蟹的病害预测方法、系统及可存读介质-CN202111153396.X有效
发明人：姜松;周发林;江世贵;杨其彬;黄建华;杨丽诗;李运东 -专利权人：中国水产科学研究院南海水产研究所深圳试验基地;中国水产科学研究院南海水产研究所
申请日： 2021-09-29 - 公布日： 2022-12-23 - 主分类号： A01K61/59 文献下载
摘要：本发明涉及一种拟穴青蟹的病害预测方法、系统及可存读介质，包括：获取当前池塘的水质理化指标数据；基于神经网络建立拟穴青蟹的病害预测模型，并获取拟穴青蟹病害的历史数据，将所述拟穴青蟹病害的历史数据导入所述拟穴青蟹的病害预测模型中训练；将所述水质理化指标数据导入所述拟穴青蟹的病害预测模型中，进而预测该池塘的病害繁殖指数；根据所述繁殖指数预测该池塘发生病害的概率。本发明通过根据温度的变化以及拟穴青蟹的数量来得到拟穴青蟹的喂食量，预测出拟穴青蟹的排泄量，通过排泄量来预测水质理化指标数据的变化，以基于水质指标数据来预测病害的发生概率、发生时间段，以确定清理排泄物的时间段以及提前采取措施预防病害的发生
一种拟穴青蟹病害预测方法系统可存读介质

[发明专利]一种排泥量预测方法、装置及设备-CN202310238382.0在审
发明人：吴黎阳;黄涛;薛兆骏;王虎林;杨本凡 -专利权人：北京埃睿迪硬科技有限公司
申请日： 2023-03-14 - 公布日： 2023-04-07 - 主分类号： G06Q10/04 文献下载
摘要：本发明提供一种排泥量预测方法、装置及设备，方法包括：获取实时的进水水量数据、进水水质数据、混凝剂投加量数据；将所述实时的进水水量数据、进水水质数据、混凝剂投加量数据，输入确定的排泥量预测模型进行处理，得到预测污泥产生量；所述排泥量预测模型根据水厂的历史进水水量数据、历史进水水质数据、历史混凝剂投加量数据确定；根据所述预测污泥产生量和预设阈值，确定预测排泥量。本发明的方案能够对水厂污泥产生量的精准预测，从而实现对水厂水池的合理排泥。
一种排泥量预测方法装置设备

[发明专利]一种基于环境不平衡数据的水质预测方法-CN202110992226.4在审
发明人：陈达;邓永锋;陈兴国 -专利权人：暨南大学
申请日： 2021-08-27 - 公布日： 2021-12-03 - 主分类号： G06Q50/06 文献下载
摘要：本发明公开了一种基于环境不平衡数据的水质预测方法，该方法包括：特征预处理步骤：对环境原始不平衡数据集进行去除标签信息缺失的样本数据，对环境原始不平衡数据的特征进行标准化得到多组原始训练集；特征扩增步骤：对每组原始训练集中的原始特征进行深度特征提取和标准化得到多组扩增训练集；模型筛选步骤：利用贪心算法筛选监督集成学习训练模型；待测预处理步骤：根据最佳特征组合进行采集数据得到待测原始数据；对待测原始数据进行特征扩增和标准化得到待测输入数据；水质预测步骤：利用水质预测模型进行判断水质是否合格。该方法通过特征扩增和特征选择来提升监督集成模型对环境不平衡数据的预测能力，对环境质量预测具有参考价值。
一种基于环境不平衡数据水质预测方法

[发明专利]一种基于灰色理论及支持向量机的水质预测方法-CN201310658980.X有效
发明人：刘文;王国胤;傅剑宇;苟光磊;李鸿;邹轩 -专利权人：中国科学院重庆绿色智能技术研究院
申请日： 2013-12-09 - 公布日： 2017-04-05 - 主分类号： G06F19/00 文献下载
摘要：本发明公开了一种基于灰色理论及支持向量机的水质预测方法，属于水质预测方法技术领域。该方法包括以下步骤1）对采集的数据集进行小波分解；2）将步骤一中经过分解处理得到的细节子序列进行平移，并进行相空间重构；3）根据步骤二中经过相空间重构的细节子序列建立各细节子序列的预测模型；4）根据步骤一中经过分解处理得到的尺度子序列建立尺度子序列预测模型；5）输入数据进行预测，将得到的细节子序列的预测值进行反向平移，并将尺度序列模型和细节序列模型得到的预测值进行重构，得到最终预测结果。本方法与传统的水质预测方法相比具有更高的预测精度及更广的应用范围。同时，在预测稳定性和精度上，有更好地鲁棒性和复杂非线性映射的能力。
一种基于灰色理论支持向量水质预测方法

[发明专利]一种基于粗糙集和长短期记忆网络的河流水质预测方法-CN202010473060.0在审
发明人：白云;张万娟;谢晶晶;刘巧;李川 -专利权人：重庆工商大学
申请日： 2020-05-29 - 公布日： 2020-09-11 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于粗糙集和长短期记忆网络的河流水质预测方法，使用针对不确定信息的粗糙集方法筛选主要因素，解决长序列训练过程中的梯度消失和梯度爆炸问题的长短期记忆网络建模进行河流水质预测，包括以下步骤：S1：采集数据形成原始序列，其中数据为历史数据，包括水质数据、水文数据、天气数据和经济社会数据；S2：建立预测模型，具体采用粗糙集理论对水质的影响因素进行约简，形成约简集，使用约简集进行长短期记忆网络建模训练；S3：利用步骤S2中的预测模型，对未来时刻水质进行预测；S4：输出预测结果。
一种基于粗糙短期记忆网络河流水质预测方法

[发明专利]一种水质预测方法、装置、计算机设备及存储介质-CN202210955824.9在审
发明人：刘安;孔维明 -专利权人：深圳大学
申请日： 2022-08-10 - 公布日： 2022-12-09 - 主分类号： G06Q10/04 文献下载
摘要：本发明提供一种水质预测方法、装置、计算机设备及存储介质，该方法包括：获取待测水域的历史监测参数数据；利用傅里叶变换对所述历史监测参数数据进行去噪处理，并对去噪处理后的信号进行傅里叶逆变换，得到中间参数数据；提取所述中间参数数据的主频率信号；将所述主频率信号输入到预先训练好的水质预测模型中，得到所述待测水域的水质预测结果。通过本发明提供的水质预测方法、装置、计算机设备及存储介质，能够对历史监测数据进行去噪平滑处理，得到去噪后的信号，提取中间参数数据的主要变化规律，以排除后续水质预测模型中的干扰因素的影响，增加预测结果的准确性
一种水质预测方法装置计算机设备存储介质

[发明专利]景观湖泊贝叶斯水质风险预测方法-CN201610594828.3有效
发明人：成龙;彭森;杨立焜;吴卿;赵新华 -专利权人：天津大学
申请日： 2016-07-21 - 公布日： 2019-01-18 - 主分类号： G06Q10/04 文献下载
摘要：本发明的景观湖泊富营养化风险预测方法，通过联合使用动态模型方程和贝叶斯统计方法建立了景观湖泊富营养化风险概率预测模型。经验证，该模型预测精度良好(精确度高于80％)，从而使研究人员在面临景观湖泊入水水质变化时，可以及时、准确地预测景观湖水富营养化风险。通过比较不同入水下景观湖水质预测分布情况，指出氮和磷营养盐浓度是影响景观湖泊富营养化风险的主要因素，结合风险计算，初步拟定了不同入水景观湖富营养风险等级的应对措施，使景观湖泊在面临富营养风险时，可以采取合理措施保证景观湖泊水质本发明对景观湖泊水质管理也可以提供一定参考。
景观湖泊贝叶斯水质风险预测方法

[发明专利]一种水质预测方法和装置-CN201010151395.7无效
发明人：张海峰;张伟;古述波;章遂平;叶友红 -专利权人：浙江浙大中控信息技术有限公司
申请日： 2010-04-02 - 公布日： 2010-09-08 - 主分类号： G01N33/18 文献下载
摘要：本发明公开了一种水质预测方法和装置，该方法包括：获取原水数据，根据原水数据建立预测模型；计算预测模型的相对误差，当预测模型的相对误差小于或等于预定的相对误差时，该预测模型为有效模型，并根据所述预测模型进行水质预测；所述建立预测模型包括：根据原水数据建立原始GM(1，1)模型，计算原始GM(1，1)模型值；通过原始GM(1，1)模型值确定一次残差数据，并利用一次残差数据建立一次残差GM(1，1)模型；根据一次残差GM(1，1)模型对原始GM(1，1)模型进行一次修正，建立修正GM(1，1)模型，计算修正GM(1，1)模型值；通过修正GM(1，1)模型值确定二次残差数据，并利用所述二次残差数据建立BP神经网络模型
一种水质预测方法装置