【技术实现步骤摘要】
本专利技术涉及水资源监测与管理，具体是一种基于大数据的水库水质模型预测方法和系统。
技术介绍
1、cn108334977b“基于深度学习的水质预测方法及系统”包括：获取待测水样的初始水质数据；将初始水质数据输入生成式对抗网络，获取初始水质预测值；对所述初始水质预测值进行散度处理；将散度处理后的初始水质预测值输入改进后的bp神经网络，将改进后的bp神经网络的期望输出作为优化预测值，并根据改进后的bp神经网络中的误差函数获得全局误差，基于优化预测值、全局误差、预设误差范围和预设次数，获得所述待测水样的最优水质预测值。
2、cn115146829a“基于深度学习时空模型的水质预测方法和系统”包括：对水质监测点数据和非水质监测点数据进行预处理；进行数据映射处理，将同一时刻的非水质监测点数据映射到水质监测点；对待预测水域进行网格划分，将水质监测点分配到网格单元，将水质监测点对应的水质监测点数据和非水质监测点数据叠加作为网格单元的值，得到对应时刻的网格数据帧；基于不同时刻的网格数据帧形成时空数据帧序列，将水质影响数据转为时空数据；基于p...
【技术保护点】
1.一种基于大数据的水库水质模型预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于大数据的水库水质模型预测方法，其特征在于，多源异构数据包括目标水库的水质数据、地形数据、水文数据和气象数据。
3.根据权利要求2所述的一种基于大数据的水库水质模型预测方法，其特征在于，根据多源异构数据对目标水库进行实时动态预测与预警的过程包括：
4.根据权利要求3所述的一种基于大数据的水库水质模型预测方法，其特征在于，构建长期水质预测模型，获取下一采集周期各类型水质指标的稳定性系数下限阈值的过程包括：
5.根据权利要求4...
【技术特征摘要】
1.一种基于大数据的水库水质模型预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于大数据的水库水质模型预测方法，其特征在于，多源异构数据包括目标水库的水质数据、地形数据、水文数据和气象数据。
3.根据权利要求2所述的一种基于大数据的水库水质模型预测方法，其特征在于，根据多源异构数据对目标水库进行实时动态预测与预警的过程包括：
4.根据权利要求3所述的一种基于大数据的水库水质模型预测方法，其特征在于，构建长期水质预测模型，获取下一采集周期各类型水质指标的稳定性系数下限阈值的过程包括：
5.根据权利要求4所述的一种基于大数据的水库水质模型预测方法，其特征在于，对...
【专利技术属性】
技术研发人员：字政专，高凯，王芳，熊微涛，
申请(专利权)人：武汉易米景科技有限公司，
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。