[发明专利]水质预测方法及系统有效
| 申请号： | 201710233920.1 | 申请日： | 2017-04-11 |
| 公开（公告）号： | CN107153874B | 公开（公告）日： | 2019-12-20 |
| 发明（设计）人： | 李振波;吴静;李晨;朱玲;岳峻;李道亮 | 申请（专利权）人： | 中国农业大学 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06Q50/06 |
| 代理公司： | 11002 北京路浩知识产权代理有限公司 | 代理人： | 汤财宝 |
| 地址： | 100193 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种水质预测方法及系统，所述方法使用ARIMA自回归积分滑动平均模型与BP神经网络相结合的方法对水质时间序列数据的预测。本发明所述方案可以对待预测水域大量水质数据进行预测，具有预测范围大、精度高和速度快的特点，便于多水源监管、水质预警、水污染治理。 | ||
| 搜索关键词： | 预测 时间序列数据 水污染治理 水质 方法使用 滑动平均 水质数据 水质预警 自回归 水域 水源 监管 | ||
【主权项】：
1.一种水质预测方法，其特征在于，包括：/n步骤1，基于待预测水域水质参数历史时间序列数据，利用ARIMA自回归积分滑动平均模型，获取所述待预测水域水质参数第一预测值；基于待预测水域历史气象因素时间序列数据和待预测水域水质参数历史时间序列数据，利用BP神经网络模型，获取所述待预测水域水质参数第二预测值；/n步骤2，将所述待预测水域水质参数第一预测值和所述待预测水域水质参数第二预测值在待预测各时间点的值进行相加,得到所述待预测水域的水质预测结果；/n其中，所述步骤1进一步包括：/n基于待预测水域水质参数历史时间序列数据，利用ARIMA自回归积分滑动平均模型，训练得到水质线性数据预测模型；基于待预测水域水质参数的输入数据，利用所述水质线性数据预测模型，获取所述待预测水域水质参数第一预测值；/n其中，所述步骤1进一步包括：/n基于待预测水域水质参数历史时间序列数据，利用LM-BP神经网络模型，训练得到水质非线性数据预测模型；基于待预测水域气象因素时间序列数据的输入数据，利用所述水质非线性数据预测模型，获取所述待预测水域水质参数第二预测值；/n其中，所述基于待预测水域水质参数历史时间序列数据，利用ARIMA自回归积分滑动平均模型，训练得到水质线性数据预测模型的步骤进一步包括：/n判断待预测水域水质参数历史时间序列数据的平稳性：经过d次差分处理，建立ARIMA(p,d,q)自回归积分滑动平均模型；计算所述ARIMA(p,q)自回归积分滑动平均模型的系数和阶数；计算所述ARIMA自回归积分滑动平均模型的参数；/n其中，p为自回归项；MA为移动平均，q为移动平均项数，d为时间序列成为平稳时所做的差分次数。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国农业大学，未经中国农业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710233920.1/，转载请声明来源钻瓜专利网。
