【技术实现步骤摘要】
一种基于时间序列的水质预测方法
[0001]本申请涉及水质监测领域,尤其是一种基于时间序列的水质预测方法。
技术介绍
[0002]近年来各个湖体总磷总氮不断升高,并已成为湖体水质超标的主要影响因子,且可能影响饮用水源地等敏感区域。目前主要通过人工监测、自动监测等多手段测量入湖河流总磷总氮含量,并在监测到含量超标时及时干预治理。但这种做法只能实现事后治理,仍然会影响水质。
技术实现思路
[0003]本申请人针对上述问题及技术需求,提出了一种基于时间序列的水质预测方法,本申请的技术方案如下:
[0004]一种基于时间序列的水质预测方法,其特征在于,该方法包括:
[0005]获取水体的污染参数时间序列,污染参数时间序列包括水体在当前时刻及其之前的历史时段内每个采样时刻处的污染参数;
[0006]对污染参数时间序列进行EMD分解得到若干个分量序列,并利用EMD分解的每个分量序列对应的预测模型分别得到预测结果,将EMD分解得到的各个分量序列的预测结果进行叠加得到第一污染参数预测值,EMD分解得到的分量序列包括若干个IMF分量和一个残差项r
n
;
[0007]对污染参数时间序列进行LMD分解得到若干个分量序列,并利用LMD分解的每个分量序列对应的预测模型分别得到预测结果,将LMD分解得到的各个分量序列的预测结果进行叠加得到第二污染参数预测值,LMD分解得到的分量序列包括若干个PF分量和一个残差项u
k
;
[0008]根据第一污染参数预测值 ...
【技术保护点】
【技术特征摘要】
1.一种基于时间序列的水质预测方法,其特征在于,所述方法包括:获取水体的污染参数时间序列,所述污染参数时间序列包括所述水体在当前时刻及其之前的历史时段内每个采样时刻处的污染参数;对所述污染参数时间序列进行EMD分解得到若干个分量序列,并利用EMD分解的每个分量序列对应的预测模型分别得到预测结果,将EMD分解得到的各个分量序列的预测结果进行叠加得到第一污染参数预测值,EMD分解得到的分量序列包括若干个IMF分量和一个残差项r
n
;对所述污染参数时间序列进行LMD分解得到若干个分量序列,并利用LMD分解的每个分量序列对应的预测模型分别得到预测结果,将LMD分解得到的各个分量序列的预测结果进行叠加得到第二污染参数预测值,LMD分解得到的分量序列包括若干个PF分量和一个残差项u
k
;根据所述第一污染参数预测值和所述第二污染参数预测值得到水体在下一时刻的污染参数预测值;其中,EMD分解得到的各个分量序列对应的预测模型以及LMD分解得到的各个分量序列对应的预测模型均基于LSSVM模型训练得到。2.根据权利要求1所述的方法,其特征在于,所述获取水体的污染参数时间序列,包括获取水体在每个采样时刻处的总氮含量以及总磷含量,将总氮含量和总磷含量求和得到的氮磷总量作为所述水体在所述采样时刻处的污染参数;则得到的所述水体在下一时刻的污染参数预测值包括所述水体在下一时刻的氮磷总量预测值。3.根据权利要求2所述的方法,其特征在于,得到水体在下一时刻的污染参数预测值的方法包括:基于所述水体的污染参数时间序列确定氮占比η
N
和磷占比η
P
,氮占比η
N
表示所述水体在历史时段内的总氮含量在氮磷总量中的占比,磷占比η
P
表示所述水体在历史时段内的总磷含量在氮磷总量中的占比且有η
N
+η
P
=1;在得到所述水体在下一时刻的氮磷总量预测值T
NP
后,确定所述水体在下一时刻的总氮含量预测值为T
NP
*η
N
以及总磷含量预测值为T
NP
*η
P
。4.根据权利要求3所述的方法,其特征在于,基于所述水体的污染参数时间序列确定氮占比η
N
和磷占比η
P
的方法包括:利用所述水体在当前时刻采样到的总氮含量和总磷含量计算得到氮占比η
N
和磷占比η
P
。5.根据权利要求3所述的方法,其特征在于,基于所述水体的污染参数时间序列确定氮占比η
N
和磷占比η
P
的方法包括:分别利用所述水体在每个采样时刻采样到的总氮含量和总磷含量计算得到每个采样...
【专利技术属性】
技术研发人员:张虎军,许燕娟,庄严,王伟,刘勇,东梅,江岚,曹兰,徐艺草,姜杰,杨莹莹,
申请(专利权)人:无锡中科水质环境技术有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。