基于季节性分解的长短时记忆网络水质动态预警方法

    公开(公告)号:CN112215422A

    公开(公告)日:2021-01-12

    申请号:CN202011092465.6

    申请日:2020-10-13

    Abstract: 本发明公开一种基于季节性分解的长短时记忆网络水质动态预警方法,通过皮尔逊相关系数以及水质机理特性筛选出对水质预警起到决定性作用的指标,分析时间序列数据的季节性,对剔除季节性后的时间序列数据进行Savitzky‑Golay平滑滤波处理,再进行归一化处理,通过滑动窗口方法将时间序列数据转化为有监督数据,输入基于编码‑解码器的多元长短时记忆网络模型,再通过多元高斯分布对数据计算动态预警阈值,将预测值与预警阈值进行比较,达到水质动态预警的效果。

Patent Agency Ranking