摘要
本发明公开了基于时空图神经网络的供水管网水质预测方法及软件系统,涉及供水管网技术领域,包括以下步骤:获取数据库中供水管网中的水质传感器监测数据和外部环境因素数据并进行预处理;基于预设的图卷积神经网络模型,加入时间卷积模块和空间卷积模块,搭建供水管网水质预测模型;将所述水质传感器实时监测数据输入至所述供水管网水质预测模型中,得到水质传感器的水质指标预测值;基于所述水质监测点的水质指标预测值和预设的水质阈值,对供水管网水质状态进行分级预警,本申请通过基于时空图神经网络的供水管网水质预测方法及软件系统实现了同时处理多个水质传感器的数据,通过图卷积和时间序列分析,从而提升水质预测的准确性。
技术关键词
供水管网水质预测
水质传感器
实时监测数据
卷积模块
卷积神经网络模型
历史监测数据
供水管网水质监测
指标
水质监测节点
供水管网技术
数据获取模块
多尺度特征提取
非线性
水质监测点
矩阵
预警模块
系统为您推荐了相关专利信息
数字孪生技术
监测方法
逻辑
设备交互
状态监测数据
SVM分类器
感兴趣区域图像
卷积神经网络模型
实时图像
计算机可读指令
电测仪表
诊断系统
多参数
神经网络算法
卷积神经网络模型
服务管理方法
透明度
指数
监控阈值
机器学习模型