一种基于深度学习的复杂水质参数预测方法及系统

本发明公开了一种基于深度学习的复杂水质参数预测方法及系统，包括：S1：采集原始水质参数数据并进行预处理，得到预处理后的水质参数数据；S2：对预处理后的水质参数数据，采用改进后的DBSCAN算法提取水质参数数据点簇；S3：提取特征融合向量，并结合水质参数数据点簇，提取耦合特征向量；S4：计算门控循环单元自适应尺度与多尺度水质参数特征，再进行水质参数预测；S5：在预处理后的水质参数数据中添加高斯噪声，并进行模拟计算，再根据模拟计算结果，计算pH值预测值置信区间、氨氮浓度预测值置信区间、化学需氧量预测值置信区间。本发明可解决传统水质参数预测方法难以应对多种水质参数类型耦合关联带来的预测效果欠佳的问题。