基于混合模型的水质数据预测方法及智能监测系统

本发明公开了基于混合模型的水质数据预测方法及智能监测系统。水质数据预测方法步骤，首先获取历史水质数据D0；然后通过DCS清洗和Min‑Max标准化，采用主成分分析选取相关性强的数据构成D1；接着利用AMEMD复合分解方法分解D1得到D2并进行划分；构建水质智能混合模型GT‑GAN‑CNN‑Bi‑LSTM‑Attention和XGBoost，并通过加权平均的方式进行融合，采用改进的NPDOA算法对其超参数组寻优；最后利用最优参数组的混合模型进行实时水质预测。系统实现数据可视化、异常监测、超阈值报警、智能分析、决策建议。与现有技术相比，本发明能够有效地提高水质数据预测的准确性、鲁棒性和实时性，同时增添智能分析、智能决策等，提升整体系统的性能以及可靠性。