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！

龙图腾网获悉山东省菏泽生态环境监测中心申请的专利一种基于多因子关联分析的水质监测预测方法及系统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：CN120930934B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202511073753.X，技术领域涉及：G06Q10/063；该发明授权一种基于多因子关联分析的水质监测预测方法及系统是由谢银凤;董莹;李伟设计研发完成，并于2025-08-01向国家知识产权局提交的专利申请。

本一种基于多因子关联分析的水质监测预测方法及系统在说明书摘要公布了：本发明涉及水质监测技术领域，尤其是涉及一种基于多因子关联分析的水质监测预测方法及系统，所述方法包括如下步骤：确定水质评价指标，并采集监测流域中水体的水质评价指标数据，进而评价水质等级并获取所述监测流域中水体的水质监测数据集；基于所述水质监测数据集，通过相关性分析判断各个所述水质评价指标之间的关联性，进而分别构建各个所述水质评价指标的数据支撑集；依据所述水质评价指标的数据支撑集，使用指标预测模型获取所述水质评价指标的预测值；根据各个所述水质评价指标的预测值对检测水体的未来水质等级进行预测，并在满足预警条件时触发预警。本发明通过多因子关联分析和分类建模提高了水质监测预测的准确性。

本发明授权一种基于多因子关联分析的水质监测预测方法及系统在权利要求书中公布了：1.一种基于多因子关联分析的水质监测预测方法，其特征在于，包括如下步骤： 确定水质评价指标，包括pH值、溶解氧浓度、化学需氧量、五日生化需氧量、氨氮、总氮、总磷、高锰酸盐指数、铅浓度、汞浓度以及氟化物； 采集检测水体的水质评价指标数据，并对所述水质评价指标数据进行预处理，得到所述水质评价指标数据的时间序列数据； 数据预处理后，使用当前的所述水质评价指标数据评价水质等级，并使用所有所述时间序列数据构建水质监测数据集； 计算各个所述水质评价指标之间最大信息系数与时滞相关性的均值，用来作为各个所述水质评价指标之间的综合相关性； 针对任一水质评价指标A，若存在其它水质评价指标B与它的综合相关性大于相关性阈值，则B为A的关联指标； 针对任一水质评价指标A，若其存在一个所述关联指标，则A为单因指标，若其存在多个所述关联指标，则A为多因指标，若其不存在所述关联指标，则A为孤立指标； 针对任一所述单因指标，从所述水质监测数据集中提取该单因指标的时间序列数据以及其关联指标的时间序列数据，用以构建该单因指标的数据支撑集； 针对任一所述多因指标，依照所述综合相关性的大小从其关联指标中挑选多个指标作为其主要关联指标； 从所述水质监测数据集中提取所述多因指标及其主要关联指标的时间序列数据，进而构建所述多因指标的数据支撑集； 针对任一所述孤立指标，从所述水质监测数据集中提取其时间序列数据，用以构建其数据支撑集； 依据所述水质评价指标的数据支撑集，使用指标预测模型获取所述水质评价指标的预测值，所述指标预测模型包括第一类指标预测模型、第二类指标预测模型和第三类指标预测模型； 根据各个所述水质评价指标的预测值对检测水体的未来水质等级进行预测，并在满足预警条件时触发预警； 所述依据所述水质评价指标的数据支撑集，使用指标预测模型获取所述水质评价指标的预测值包括如下步骤： 对于所述单因指标，使用其数据支撑集和条件生成对抗网络构建第一类指标预测模型，进而实现对所述单因指标的预测； 对于所述多因指标，使用多变量经验模态分解对其数据支撑集中同一时段各个水质评价指标的时间序列数据进行分解，得到所述多因指标及其主要关联指标的IMF分量和残差项； 通过样本熵将所述多因指标及其主要关联指标的IMF分量划分为高频分量和低频分量； 利用加权求和的方式分别将所述多因指标各个主要关联指标的高频分量、低频分量和残差项融合为高频条件向量、低频条件向量和残差条件向量； 使用所述多因指标的时间序列数据、高频分量、低频分量和残差项，以及所述高频条件向量、所述低频条件向量和所述残差条件向量构建模态分解集； 使用所述多因指标的模态分解集完成对条件分级生成对抗网络的训练和验证，进而得到所述第二类指标预测模型，用于预测所述多因指标； 对于所述孤立指标，使用其数据支撑集和生成对抗网络构建第三类指标预测模型，进而实现对所述孤立指标的预测。

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山东省菏泽生态环境监测中心，其通讯地址为：274000 山东省菏泽市牡丹区人民路1388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。