[发明专利]一种基于时空序列的溶解氧预测方法及系统

权利要求书

1.一种基于时空序列的溶解氧预测方法，包括：

步骤S1、传感器数据采集：从多个传感器中获取数据，并且完成所获取数据中的缺失数据的判断以及缺失数据的填充：

步骤S2、数据输入矩阵生成：将所述步骤S1中进行了数据填充之后的数据转化成输入矩阵；

步骤S3、预测模型建立及训练：考虑溶解氧短期变化规律和溶解氧变化日周期性规律的基础上，并联两个ConvLSTM模型，建立改进的ConvLSTM模型，其中一个ConvLSTM模型负责捕获短期溶解氧变化规律，一个ConvLSTM模型负责捕获溶解氧变化的日周期性规律，并将由所述步骤S2的方法生成的用于训练的数据输入矩阵输入到所述改进的ConvLSTM模型中，完成对所述改进的ConvLSTM模型的训练，得到预测模型；

步骤S4、溶解氧含量估计：按照所述步骤S2的方法生成用于预测的数据输入矩阵，并输入骤S3得到的预测模型中，从而得到未来溶解氧的预测值。

2.根据权利要求1所述的一种基于时空序列的溶解氧预测方法，其特征在于：所述传感器的布置方式为均匀地布置为W*H的传感器矩阵，W为传感器矩阵的宽，H为传感器矩阵的高，共计有P＝W×H个传感器，且从所述传感器获取的数据有溶解氧、浊度、pH、温度。

3.根据权利要求1所述的一种基于时空序列的溶解氧预测方法，其特征在于：所述步骤1中对缺失数据进行判断的方法是，根据每条数据获取到的时间，将前后相邻两条数据获取的时间相减，假如时间差大于获取一次数据的时间，则判定所述两条相邻数据之间存在数据缺失，则需要进行缺失数据填充，所述相邻两条数据之间的缺失数据数量，也即所述相邻两条数据之间需要填充的数据数量为：

time_n+1与time_n分别为n+1时的时间与n时的时间，N为在n+1与n之间需要填充的数据条数，Δt为传感器获取数据间隔。

4.根据权利要求3所述的一种基于时空序列的溶解氧预测方法，其特征在于：所述数据填充方式为：

Data_k为需要填充的第k个数据，Data_n与Data_n+1分别为时间n时的数据与时间n+1时刻的数据，N为需要填充的数据数量。

5.根据权利要求2所述的一种基于时空序列的溶解氧预测方法，其特征在于：所述步骤S2中，将每次获取到的传感器数据生成一个[Q，W，H]矩阵，Q为特征的数量，所述特征数量与传感器获取的参数的数量对应，每获取一次数据即可生成一个矩阵，将t次生成的数据矩阵堆叠，生成一个[t，Q，W，H]的矩阵，t为模型所考虑的时序信息。

6.根据权利要求1所述的一种基于时空序列的溶解氧预测方法，其特征在于：所述两个ConvLSTM模型均采用三层结构3×3大小的卷积核。

7.一种基于时空序列的溶解氧预测系统，该系统包括：

传感器数据采集模块，其用于从多个传感器中获取数据，并且完成所获取数据中的缺失数据的判断以及缺失数据的填充。

数据输入矩阵生成模块，其用于将从多个传感器中获取的并进行了数据填充之后的数据转化成数据输入矩阵；

预测模型建立及训练模块，在充分考虑溶解氧短期变化规律和溶解氧变化日周期性规律的基础上，对原有ConvLSTM模型进行改进，建立改进的ConvLSTM模型，并将经数据输入矩阵模块生成模块生成的用于训练的数据输入矩阵输入到改进的ConvLSTM模型中，完成对改进的ConvLSTM模型的训练，得到预测模型；

溶解氧估计模块，其用于将通过数据输入矩阵生成模块生成的用于预测的数据输入矩阵输入到预测模型中，得到未来溶解氧的预测值。

8.一种电子设备，包括处理器、通信接口、存储器和通信总线，所述处理器、通信接口、存储器通过通信总线完成相互间的通信，所述处理器调用存储在所述存储器上并可在所述处理器上运行的计算机程序，以执行所述权利要求1-6任一项所述的一种基于时空序列的溶解氧预测方法。