[发明专利]溶解氧预测方法及装置

权利要求书

1.一种溶解氧预测方法，其特征在于，包括：

将溶解氧训练集以及训练标签输入至长短期记忆LSTM网络进行训练，以确定所述LSTM网络的超参数组合，并对所述超参数组合进行优化；

根据优化后的超参数组合确定优化LSTM网络；

将所述溶解氧训练集输入至所述优化LSTM网络进行训练，以预测待测水源的溶解氧；

其中，所述训练集包括：如下历史数据中的至少一种：待测水源电导率、待测水源PH值、待测水源氨氮含量、待测水源水温、待测水源水的浊度、待测水源叶绿素含量、待测水源环境大气湿度、待测水源环境大气温度、待测水源环境大气压力、待测水源环境风速、待测水源环境风向、待测水源环境太阳辐射量以及待测水源环境雨量；

所述训练标签为与所述训练集中的数据同时刻采集的待测水源的溶解氧。

2.根据权利要求1所述的溶解氧预测方法，其特征在于，所述对所述超参数组合进行优化包括：

根据初始预设值确定天牛质心；

对所述天牛质心迭代更新直至天牛须收敛，以获取优化后的超参数组合。

3.根据权利要求2所述的溶解氧预测方法，其特征在于，所述对所述天牛质心迭代更新直至所述天牛须收敛，包括：

将所述超参数组合按照天牛左须进行划分，获取天牛左须坐标；

根据所述天牛左须坐标以及适应度函数，获取天牛左须适应度值；

将所述超参数组合按照天牛右须进行划分，获取天牛右须坐标；

根据所述天牛右须坐标以及所述适应度函数，获取天牛右须适应度值；

根据所述天牛左须适应度值以及所述天牛右须适应度值，采用变步长法迭代更新所述天牛质心直至所述天牛须收敛。

4.根据权利要求3所述的溶解氧预测方法，其特征在于，所述采用变步长法迭代更新所述天牛质心直至所述天牛须收敛，包括：

当满足预设条件时，采用变步长法迭代更新所述天牛质心直至所述天牛须收敛；

所述预设条件，包括：

第一预设条件：所述天牛左须适应度值小于所述天牛右须适应度值，且迭代次数不大于第一预设值；或

第二预设条件：所述天牛左须适应度值大于所述天牛右须适应度值，且迭代次数不大于第一预设值。

5.根据权利要求4所述的溶解氧预测方法，其特征在于，所述采用变步长法迭代更新所述天牛质心直至所述天牛须收敛，还包括：

当满足所述第一预设条件时，所述天牛质心向左须更新步长step；

当满足第二预设条件时，所述天牛质心向右须更新步长step；

其中，所述步长step由式step＝eta*step计算获取，T代表迭代次数，n代表目前已迭代次数。

6.根据权利要求1所述的溶解氧预测方法，其特征在于，所述将溶解氧训练集以及训练标签输入至LSTM网络进行训练，之前，包括：

对所述溶解氧训练集以及所述训练标签进行预处理；

其中，所述预处理，包括：

采用线性插值法或三次样条插值法对所述溶解氧训练集以及所述训练标签的缺失数据进行填充；或

采用均值平滑法对所述溶解氧训练集以及所述训练标签的跳变数据进行修复。

7.根据权利要求1-6任一所述溶解氧预测方法，其特征在于，所述超参数组合包括：

时间窗口、学习率、隐藏层数以及每个隐藏层神经元节点数。