摘要
本发明涉及一种湖库型叶绿素浓度预测方法、装置和介质,方法包括以下步骤:获取湖库的包含预测点位及上游点位的水质、水动力和气象的在线自动监测数据;对在线自动监测数据进行预处理,得到处理后的数据;对处理后的数据进行特征提取得到预测点位和上游点位的水质特征和水动力指标特征,并构建累积光照特征;将上游水质特征、水动力指标特征与光照特征输入预先训练的融合预测模型中,得到上游输移叶绿素预测结果和时序影响叶绿素预测结果,使用误差倒数法将上游输移叶绿素预测结果和时序影响叶绿素预测结果进行融合;输出融合得到的叶绿素预测结果。与现有技术相比,本发明具有准确度高、平稳性强等优点。
技术关键词
浓度预测方法
光照特征
LSTM模型
模糊系统
LSTM算法
滤波器
水质
表达式
多层感知机
时序
粒子群算法优化
水动力特征
指标
注意力机制
融合特征
归一化算法
系统为您推荐了相关专利信息
预警系统
决策支持平台
取样套管
检测设备
传输单元
进化算法
分布式光伏系统
屋顶
长短期记忆网络
规划
车辆电气控制
物联网设备
电气安全控制
负荷
网络
分布式光伏集群
面向多场景
调控方法
划分方法
灵敏度矩阵