一种基于环境因素影响的溶解氧含量预测方法和系统技术方案

本发明专利技术涉及溶解氧含量预测领域，具体涉及一种基于环境因素影响的溶解氧含量预测方法，包括：采集环境数据；对环境数据进行预处理，获取溶解氧时间序列；利用主成分分析算法提取预处理后环境数据的主成分；利用变分模态分解算法将溶解氧时间序列分解为K个模态分量；将环境数据的主成分作为输入特征，K个模态分量分别作为输出特征；得到K个溶解氧含量预测模型；待预测环境数据的主成分输入K个溶解氧含量预测模型分别进行溶解氧含量预测，得到K个预测结果；将K个预测结果进行相加重构，得到最终的溶解氧含量预测结果。本发明专利技术考虑到环境因素对溶解氧含量的影响，根据环境数据对溶解氧含量进行预测，有效提升了预测结果的准确性。有效提升了预测结果的准确性。有效提升了预测结果的准确性。

【技术实现步骤摘要】
一种基于环境因素影响的溶解氧含量预测方法和系统


[0001]本专利技术涉及溶解氧含量预测领域，更具体地，涉及一种基于环境因素影响的溶解氧含量预测方法和系统。

技术介绍

[0002]目前的溶解氧含量预测主要以时间序列、支持向量机(SVM)、人工神经网络(ANN)等模型为主。但由于溶解氧时间序列容易受到水产养殖生态环境的其他因素影响，而时间序列模型只考虑了预测变量与自身历史变化之间的关系，缺乏对相关影响因子的考虑，从而准确性较差。
[0003]同时，溶解氧时间序列具有非线性、非平稳性的特点，单一模型难以捕捉到溶解氧时间序列中的非线性因素，应当对其进行合理的数据处理和分解。利用适当的信号分解技术可以将溶解氧时间序列分解为多个相对稳定的分量，同时达到降噪的目的，使模型可以更好地捕捉溶解氧时间序列变化特征，提高预测精度。比较常用的分解方法有小波变换(WT)、经验模态分解(EMD)等，但WT在全局上分解信号，不能刻画时频的局部特性；EMD容易出现模态混叠现象。
[0004]近年来，基于深度学习的预测方法在各领域得到广泛应用，此方法可以实现高本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于环境因素影响的溶解氧含量预测方法，其特征在于，包括：根据一定的采集频率采集不同时刻下同一水源的环境数据，所述环境数据至少包括溶解氧含量；对环境数据进行预处理，并根据不同时刻下的溶解氧含量获取溶解氧时间序列；利用主成分分析算法提取预处理后环境数据的主成分；利用变分模态分解算法将溶解氧时间序列分解为K个模态分量；将环境数据的主成分作为输入特征，溶解氧时间序列的K个模态分量分别作为输出特征，构建K组训练集和测试集；构建神经网络模型，分别使用K组训练集和测试集进行训练和测试，得到K个溶解氧含量预测模型；采集待预测的环境数据，对待预测环境数据进行预处理；利用主成分分析算法提取预处理后的待预测环境数据的主成分；将待预测环境数据的主成分输入K个溶解氧含量预测模型分别进行溶解氧含量预测，得到K个预测结果；将K个预测结果进行相加重构，得到最终的溶解氧含量预测结果。2.根据权利要求1所述的一种基于环境因素影响的溶解氧含量预测方法，其特征在于，所述变分模态分解算法公式为：其中t为采集环境数据的不同时刻，表示对时间t求偏导，f(t)为溶解氧时间序列，δ(t)为狄克拉函数，K为预设的模态分解个数，u
k
(t)表示将时间序列分解为k个模态分量的函数，u
k
表示分解后的第k个模态分量，ω
k
表示分解后的第k个模态分量的中心频率，λ为拉格朗日算子，λ(t)表示时间序列的拉格朗日算子函数，α为二次惩罚因子，π为圆周率，L({u
k
}，{ω
k
}，λ)为增广Lagrange表达式。3.根据权利要求2所述的一种基于环境因素影响的溶解氧含量预测方法，其特征在于，还包括：对变分模态分解算法的计算结果进行迭代，具体包括：初始化分解后的第k个模态分量的第一个值对应的中心频率和拉格朗日算子λ，将最大迭代次数设为N，N为正整数；根据以下公式对模态分量、中心频率和拉格朗日
算子进行更新：其中γ表示噪声容忍度，α为二次惩罚因子，为分解后的第k个模态分量函数的第n+1个函数值经过傅里叶变换而来，ω为傅里叶变换后的时域自变量频率，ω
k
表示分解后的第k个模态分量的中心频率，为对应的中心频率，u
i
(ω)为分解后的第i个模态分量的函数u
i
(t)经过傅里叶变换而来，u
i
(ω)中的i属于K的取值，f(ω)为溶解氧时间序列f(t)经过傅里叶变换而来，f(ω)为拉格朗日算子函数λ(t)经过傅里叶变换而来，λ
n+1
(ω)为λn(ω)中的第n+1个函数值，λ
n
(ω)为λ(ω)中的第n个函数值；根据精度收敛判据ε＞0，判断是否满足且迭代次数n<N；如果满足，则继续进行迭代；如果不满足，则输出迭代后的模态分量和中心频率结果。4.根据权利要求3所述的一种基于环境因素影响的溶解氧含量预测方法，其特征在于，还包括：通过不同模态分量下中心频率的分布情况选取合适的K值，具体包括：判断分解出的K个模态分量之间是否存在相似的中心频率，是则令K＝K
‑
1。5.根据权利要求1所述的一种基于环境因素影响的溶解氧含量预测方法，其特征在于，所述根据一定的采集频率采集不同时刻下同一水源的环境数据，对环境数据进行预处理，和/或，采集待预测的环境数据，对待预测环境数据进行预处理，具体包括：采集同一时刻下同一水源的B项环境数据，构成环境数据组，B大于0；根据一定的采集频率重复采集，获取A组环境数据组，A大于0；对A组B项环境数据进行标准化处理，假设x
ab
为第a组环境数据组中的第b项环境数据的数值，为第b项环境数据的平均值，σ
b
为所有组环境数据中第b项环境数据的标准差，则...

【专利技术属性】
技术研发人员：闫秀英，陈亮，吴东晓，林伟涛，马嘉霖，战盈瑾，周杰，张钦烁，彭小红，
申请(专利权)人：广东海洋大学，
类型：发明
国别省市：