一种基于时间序列趋势挖掘的影响因子污染溯源方法

AITNT
正文
推荐专利
一种基于时间序列趋势挖掘的影响因子污染溯源方法
申请号:CN202411586394
申请日期:2024-11-08
公开号:CN119128730B
公开日期:2025-02-07
类型:发明专利
摘要
本发明公开了一种基于时间序列趋势挖掘的影响因子污染溯源方法,调用训练好的污染物预测模型,得到污染物预测值,将污染物预测值转换为趋势序列;判断趋势序列中呈上升趋势的污染物预测值是否大于溯源阈值,若是,则将该污染物预测值对应的时间点确定为异常点监测时间;获取异常点监测时间减去污染转换时间得到的等待溯源的时间点;从对应的影响因素数据中提取影响特征输入影响因子模型,得到内置影响因子;对内置影响因子和皮尔逊影响因子进行加权求和,得到各影响特征与异常点出现原因之间的相关程度,从而提前对该影响因素进行管控,实现提前管控和治理。
技术关键词
污染溯源方法 XGBoost模型 监测站点数据 历史监测数据 LightGBM模型 因子 网格化气象数据 异常点 NOX排放量 参数优化算法 污染特征 历史降雨量 污染物特征 大气压强 序列特征
系统为您推荐了相关专利信息
1
一种降低岩心破裂压力的酸液复配方法
复配方法 酸液 趋势预测模型 XGBoost模型 岩心
2
基于人工智能的兽用消毒剂生产线监控方法、装置及设备
兽用消毒剂 历史监测数据 阶段 监控方法 参数
3
基于迁移学习的企业风险预测系统及方法
企业风险预测方法 风险预测系统 XGBoost模型 预训练模型 爬虫技术
4
一种基于实时溯源的走航车路径规划方法
路径规划方法 监测站点数据 热力图 工业园区 地图
5
一种基于深度学习的边坡预警方法及系统
边坡预警方法 门控循环单元 注意力机制 边坡预警技术 应力场
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号