【技术实现步骤摘要】
本申请涉及水环境治理，尤其涉及一种训练方法、区域雨水径流污染负荷预测方法及装置。
技术介绍
1、雨水径流污染负荷计算是水环境治理的基础依据。现有对雨水径流污染负荷计算通常基于对长时间（1年以上）、大量实测数据（至少数十场次）进行统计分析和计算得到，而该方式需要实时、实地采样监测雨水径流污染负荷，因此具有周期长、成本高等问题，且降雨每年存在季节性和随机性，实际操作过程中得到的结果误差较大，不能满足水环境治理工程设计的时效性和准确性要求。
2、现有方式中还提出通过模型进行雨水径流污染负荷预测，从而减少采样周期和成本，但已有模型仍依赖于待测区域的大量监测数据，由于降雨监测的不确定性，现存的监测数据中往往存在大量异常和无效数据，已有模型仍缺乏对异常、无效数据的筛选训练，最终影响模型预测的准确性且异常和无效数据的处理会导致模型处理效率低。
技术实现思路
1、本申请提供一种训练方法、区域雨水径流污染负荷预测方法及装置，用以解决预测模型数据处理量大、准确性低的问题。
2、第一方面...
【技术保护点】
1.一种预测模型训练方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述历史特征数据包括所述区域的下垫面数据；所述获取区域的历史雨水径流污染负荷数据，包括：
3.根据权利要求1所述的方法，其特征在于，所述区域的数量为多个；所述基于所述历史雨水径流污染负荷数据与所述历史特征数据之间的相关性数值，在所述历史特征数据中筛选得到待训练特征数据，包括：
4.根据权利要求1所述的方法，其特征在于，所述历史特征数据包括多个特征类别所对应的特征数据；所述基于所述历史雨水径流污染负荷数据与所述历史特征数据之间的相关性数值，在所述历...
【技术特征摘要】
1.一种预测模型训练方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述历史特征数据包括所述区域的下垫面数据；所述获取区域的历史雨水径流污染负荷数据，包括：
3.根据权利要求1所述的方法，其特征在于，所述区域的数量为多个；所述基于所述历史雨水径流污染负荷数据与所述历史特征数据之间的相关性数值，在所述历史特征数据中筛选得到待训练特征数据，包括：
4.根据权利要求1所述的方法，其特征在于，所述历史特征数据包括多个特征类别所对应的特征数据；所述基于所述历史雨水径流污染负荷数据与所述历史特征数据之间的相关性数值，在所述历史特征数据中筛选得到待训练特征数据，包括：
5.一种区域雨水径流污染负荷预测方法，其特征在于，包括：
6.根据权利要求5所述的方法，其特征在于，所述预测模型包括多个，不同的预测模型对应不同区域类别，不同区域类别对应不同的预设特征类别；所述基于所述目标特征数据获取预设特征类别，以基于所述预设特征类别对所述目标区域特征数据进行筛选，并将进行筛选后的目标特征...
【专利技术属性】
技术研发人员：陈亚松，张文龙，赵云鹏，王殿常，朱雅婷，唐洋博，李翀，
申请(专利权)人：长江三峡集团实业发展北京有限公司，
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。