一种基于深度学习的干支线输水系统水质预测方法及系统

本发明涉及水质监测技术领域，公开了一种基于深度学习的干支线输水系统水质预测方法及系统，从干支线输水系统的各个监测点收集历史监测数据，对历史监测数据进行预处理，得到预处理后的数据；选用Transformer编码器作为基础模型，引入GNN网络、GGNN网络和交叉注意力机制构建水质预测模型；采用预处理后的数据对水质预测模型进行训练，并采用灰狼算法进行模型参数调优；利用变分自编码器学习水质指标的正常分布范围，生成基于概率的动态阈值区间，当水质预测模型的预测结果超出阈值时，发出预警信息；本发明突破传统模型单一维度建模的局限，提升预警准确率。