摘要
本发明公开了一种基于拓扑结构进化动态图的水质数据预测方法及系统。涉及水质数据预测技术领域。包括:步骤1:获取供水管网中的水质传感器的历史监测数据以及供水管网的拓扑结构,得到动态图拓扑数据;步骤2:对所述动态图拓扑数据进行节点级和特征级别的掩码处理;步骤3:根据掩码处理后的拓扑数据训练静态图拓扑结构编码器;步骤4:引入对比学习策略进一步提高其对图的学习能力;步骤5:利用该图结构学习器产生每一时刻的节点嵌入矩阵,输入进时序解码器模型,来预测下一时刻的水质属性。本发明能够使用上一时刻的拓扑结构和节点属性预测下一时刻不同拓扑结构的节点属性,甚至能对新增的,或者在没有传感器的位置提供可靠的预测。
技术关键词
静态编码器
数据预测方法
供水管网水质预测
历史监测数据
水质传感器
矩阵
节点特征
数据预测系统
数据预测技术
结构编码器
时序
解码器模型
RNN模型
数据获取模块
学习器
系统为您推荐了相关专利信息
数据预测方法
矩阵分解算法
数据分析技术
机器学习算法
大数据
部件异常检测方法
声纹特征
设备指纹识别技术
指纹特征
轴流式风机
数据预测方法
情绪特征
多模态
计算机可读指令
数据预测装置
历史运行数据
温度预测模型
Pearson相关系数
数据中心散热系统
数据预测方法
Attention机制
新型电源
换流站
风电
新能源发电出力