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!
摘要:本发明涉及河道水质管理中监测断面的水质预测领域,特别涉及一种基于STL分解和注意力机制的河道监测断面水质预测方法,使用该方法,一是使用STL分解将原始水质数据分解为具有实际意义的趋势项、周期性和残差项,二是引入注意力机制增强深度学习模型对时空信息的捕捉能力。本发明在保证经过数据分解后的各项能够获取水质变化的趋势和周期情况的同时,提高水质预测的精确度,有效地抑制了长时间步长模型预测中的累计误差现象。
主权项:1.一种基于STL分解和注意力机制的河道监测断面水质预测方法,其特征在于,包括以下步骤:1在河道各监测断面布置自动水质监测站,监测记录历史水质数据以及气象数据,按时间序列排序,并进行预处理,构建序列格式数据集;2将步骤1构建的序列格式原始数据集,以STL方法对待预测的原始水质数据分解,从而获得趋势项、周期项和残差项;3将步骤2获得的趋势项、周期项和残差项数据,分别以基于注意力机制的LSTM、NeuralProphet和XGBoost算法建立基于注意力机制的集成深度学习模型进行预测,以不同时间步长预测目标水质参数的趋势性、周期性和残差性;4将步骤3得到的目标水质参数的趋势性、周期性和残差性预测结果相结合,预测目标水质参数的时序变化;即,将预测的趋势项、周期项和残差项相加获得最终的水质参数预测结果。
全文数据:
权利要求:
百度查询: 浙江大学长三角智慧绿洲创新中心 一种基于STL分解和注意力机制的河道监测断面水质预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。