买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉上海环保(集团)有限公司;上海奉锦环境建设管理有限公司;复旦大学申请的专利一种基于时序分解与多组件专用注意力的水质预测方法、系统和产品获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121565314B 。

龙图腾网通过国家知识产权局官网在2026-04-03发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202610076835.8，技术领域涉及：G16C20/70；该发明授权一种基于时序分解与多组件专用注意力的水质预测方法、系统和产品是由张艳;刘彦旭;卫鸣志;袁飞;曹阿生;何坚;田汇丰;雷文辉;蒋恺文;胡守训;沈东亚;干能晓设计研发完成，并于2026-01-21向国家知识产权局提交的专利申请。

本一种基于时序分解与多组件专用注意力的水质预测方法、系统和产品在说明书摘要公布了：本申请涉及污水处理领域，具体公开了一种基于时序分解与多组件专用注意力的水质预测方法、系统和产品，其方法的预测模型训练步骤包括：S1，获取按水质参数历史时序数据；S2，将时序数据分解为不同的数据组件；S3，按照不同的数据组件训练深度学习预测模块，并构建对应的注意力机制；其方法的预测步骤包括：S4，获取水质参数监测时序数据，并分解为数据组件；S5，将各个数据组件输入对应的深度学习预测模块,输出对应的预测时序数据，逐点相加得到总预测时序数据；S6，基于水质参数的总预测时序数据对污水处理的工艺参数进行调整。本申请能够有效应对水质数据的多重符合时序特性，并对关键的冲击负荷信号进行精准捕捉和预测。

本发明授权一种基于时序分解与多组件专用注意力的水质预测方法、系统和产品在权利要求书中公布了：1.一种基于时序分解与多组件专用注意力的水质预测方法，其特征在于，包括预测模型训练步骤和预测步骤； 预测模型训练步骤具体包括： S1，获取水质参数的历史时序数据； S2，采用STL时间序列分解算法，对水质参数的历史时序数据进行特性分解，得到三个数据组件，分别为趋势组件、季节组件和残差组件； S3，构建深度学习预测模块，分别为趋势预测模块、季节预测模块和残差预测模块，各个深度学习预测模块应用对应的数据组件进行训练； 所述深度学习预测模块采用编码器-解码器LSTM架构的神经网络，具体架构如下：将历史时序数据、初始隐藏状态h0和初始细胞状态C0分别输入线性层，经加法和层归一化后通过全连接层以及激活函数得到特征权重；将特征权重以及历史时序数据输入编码层，编码层以LSTM为基础单元，解析后将每个LSTM输出的隐藏状态合并，输出上下文向量至注意力机制，注意力机制将加权的上下文向量输出至解码层解码后，输出预测时序数据；通过损失函数计算预测时序数据与真实目标值的差距，以损失函数最小为目标进行模型训练； 对应各个深度学习预测模块构建对应的注意力机制，分别为趋势注意力机制、季节注意力机制和残差注意力机制； 预测步骤具体为： S4，向预测模型输入过去预设时间段内按照时间序列排布的水质参数的监测时序数据，并通过STL时间序列分解算法分解为趋势组件、季节组件和残差组件的三类数据组件； S5，将各个数据组件输入对应的深度学习预测模块，分别输出趋势预测时序数据、季节预测时序数据和残差预测时序数据，将各类预测时序数据进行逐点相加，得到目标水质参数在未来时间段的总预测时序数据； S6，基于水质参数的总预测时序数据对污水处理的工艺参数进行调整。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人上海环保(集团)有限公司;上海奉锦环境建设管理有限公司;复旦大学，其通讯地址为：200433 上海市杨浦区国通路118号2201-2204室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。