买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉重庆市生态环境大数据应用中心申请的专利基于多模型处理技术的河流流域水质预测预警方法、设备及介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119477644B 。

龙图腾网通过国家知识产权局官网在2025-09-19发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411610439.6，技术领域涉及：G06Q50/26；该发明授权基于多模型处理技术的河流流域水质预测预警方法、设备及介质是由余游;刘晓;刘海涵;耿京保;刘茂涛设计研发完成，并于2024-11-12向国家知识产权局提交的专利申请。

本基于多模型处理技术的河流流域水质预测预警方法、设备及介质在说明书摘要公布了：本发明属于水质预测技术领域，尤其涉及基于多模型处理技术的河流流域水质预测预警方法、设备及介质，首先获取并预处理河流流域的历史水环境监测数据和实时水环境监测数据；随后构建水质预测深度学习模型，训练验证后输出河流流域水质预测结果；接着构建水质指标预测机理模型，训练验证后，根据水质预测结果输出河流流域各项水质指标预测结果；最后基于河流流域水质预测结果和河流流域各项水质指标动态变化结果进行阈值判断，并根据判断结果调取专家应急预警预案。本发明能够解决现有技术中存在的预测效果不佳的问题。

本发明授权基于多模型处理技术的河流流域水质预测预警方法、设备及介质在权利要求书中公布了：1.基于多模型处理技术的河流流域水质预测预警方法，其特征在于，包括： S1：获取河流流域的地表水水质监测站点的水环境监测数据，并进行预处理；所述水环境监测数据包括历史水环境监测数据和实时水环境监测数据； S2：基于深度学习网络构建水质预测深度学习模型，使用预处理后的历史水环境监测数据进行水质预测分析训练，使用预处理后的实时水环境监测数据输出河流流域水质预测结果； S3：构建水质指标预测机理模型，基于预处理后的历史水环境监测数据对水质指标预测机理模型进行训练，基于预处理后的实时水环境监测数据对水质指标预测机理模型进行验证，再将河流流域水质预测结果输入至水质指标预测机理模型中，输出河流流域各项水质指标预测结果； S4：基于河流流域水质预测结果和河流流域各项水质指标动态变化结果进行阈值判断，并根据判断结果调取专家应急预警预案； 所述S2包括： S2-1：基于深度学习网络，构建水质预测深度学习模型； S2-2：预设水质预测任务，根据预设水质预测任务的监测站点值构建滑动窗口，将获取的历史水环境监测数据的监测站点的监测数据和气象数据填充进滑动窗口中； S2-3：对滑动窗口按照步长为1生成数据样本，按时间顺序以预设比例划分成训练集、评估集和测试集； S2-4：使用训练集对水质预测深度学习模型进行模型参数训练，使用评估集对水质预测深度学习模型进行超参数优化，使用测试机对水质预测深度学习模型进行性能验证，输出训练完成的水质预测深度学习模型； S2-5：使用预处理后的实时水环境监测数据输入至训练完成的水质预测深度学习模型中，输出河流流域水质预测结果； S2-6：对水质预测深度学习模型进行封装； 所述水质预测深度学习模型是基于时空图卷积网络的水质预测深度学习模型、基于多层注意力机制网络的水质预测深度学习模型以及基于长短时记忆网络的水质预测深度学习模型融合而成； 所述基于时空图卷积网络的水质预测深度学习模型用于构建水质监测网络的无向图，从水环境监测数据中时间和空间信息对未来区域内不同监测断面的水质进行预测； 所述基于多层注意力机制网络的水质预测深度学习模型基于Encoder-Decoder结构和引入了多层注意力机制，对水环境监测数据中水质参数进行预测； 所述基于长短时记忆网络的水质预测深度学习模型基于LSTM水质预测AI模型架构，实现对水环境监测数据进行水质参数预测； 所述S3包括： S3-1：根据获取的水环境监测数据构建空间数据库和属性数据库，并进行ArcGIS数据处理； S3-2：构建水质模型和水动力模型融合的水质指标预测机理模型，根据ArcGIS数据处理后的数据进行训练验证； 融合后的水质指标预测机理模型构建包括： 步骤一：构建水质指标预测机理模型的控制方程，包括平面二维潜水控制方程和物质输运方程： 平面二维潜水控制方程的向量形式为： 式中，代表时间；、代表水平坐标；为守恒变量的向量；和为通量变量的向量；和为扩散通量向量；为源项的向量，为水深，、分别为和方向的流速，为水位,和分别为和方向的底摩擦项，为输运物质的扩散系数； 物质输运方程为： 代表物质输运变量；为输运物质的扩散系数，,在0.3-1.0取值，；为输运变量的源项； 步骤二：水流控制方程的离散处理： 基于非结构网格采用有限体积法求解水流数学模型，将平面二维潜水控制方程的公式在任意一个三角形控制体上进行积分得到： 设为单元的平均值，存储在单元的中心,； 对物质输运方程运用Green公式将面积分化为沿其周界的线积分得： 式中为第个控制单元的周界，为周界上的外法向单位向量，为外法线向量与轴正方向的夹角，为计算单元的面积； 将平面二维潜水控制方程在任意一个三角形控制体上进行积分得到的公式的线积分离散并进行整理得到： 式中：为控制体边的个数，由于采用三角形控制体，故；为单元各边长度；表示通过第号单元第条边的法向数值通量； 步骤三：输运方程的离散： 物质输运方程同样在三角形控制体中进行有限体积离散，在单元上对方程积分有： 运用Green公式将面积分化为沿其周界的线积分，并将线积分部分离散化并进行整理得： 为通过单元第条边的流量；为单元第条边外法线方向的输运变量梯度，其中： 和为单元第条边的两个顶点；为单元第条边的输运变量值，通过迎风重构插值计算： 假设单元边的相邻单元为，且水流由单元流向单元，则边处输运变量由两相邻单元中心的输运变量插值得到： 为输运变量的变化梯度的函数，为了减小数值耗散、提高计算精度，采用vanLeer函数对变化梯度函数进行限制有： 为单元中流量流出该单元的边；为与边相邻单元网格中心的输运变量值； S3-3：基于训练完成后的融合的水质指标预测机理模型对河流流域水质预测结果中的水质时空分布特征进行分析，输出河流流域各项水质指标预测结果； S3-4：对水质预测机理模型进行封装和反演，生成水质动态渲染地图。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人重庆市生态环境大数据应用中心，其通讯地址为：401121 重庆市渝北区礼环南路102号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。