水质监测方法、装置、系统和可读存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113868223A(43)申请公布日2021.12.31(21)申请号202111026757.4(22)申请日2021.09.02(71)申请人深圳中兴网信科技有限公司地址518109广东省深圳市龙华区民治街道北站社区汇隆商务中心2号楼2801(72)发明人曾志辉陈瑞斌许文龙廖海滨邢军华罗安华(74)专利代理机构北京友联知识产权代理事务所(普通合伙)11343代理人尚志峰王淑梅(51)Int.Cl.G06F16/21(2019.01)G06F16/29(2019.01)G06F30/28(2020.01)G01N33/18(2006.01)权利要求书2页说明书11页附图12页(54)发明名称水质监测方法、装置、系统和可读存储介质(57)摘要本发明提供了一种水质监测方法、装置、系统和可读存储介质。其中，水质监测方法包括：获取起始时间、结束时间和起始时间对应的第一水文数据；将起始时间、结束时间和第一水文数据输入至第一预设模型中，生成结束时间对应的第二水文数据；获取目标区域内多个监测点的监测数据和污染物参数；将起始时间、结束时间、监测数据、第一水文数据、第二水文数据和污染物参数输入至第二预设模型中，生成目标区域对应的水质监测结果。本发明提供的技术方案通过神经网络模型预测水文数据，以当前水文数据和预测的水文数据作为水质监测的率定参数，对目标区域内水体的水质进行监测，提高了水质监测结果的精准度。CN113868223ACN113868223A权利要求书1/2页1.一种水质监测方法，其特征在于，包括：获取起始时间、结束时间和所述起始时间对应的第一水文数据；将所述起始时间、所述结束时间和所述第一水文数据输入至第一预设模型中，生成所述结束时间对应的第二水文数据；获取目标区域内多个监测点的监测数据和污染物参数；将所述起始时间、所述结束时间、所述监测数据、所述第一水文数据、所述第二水文数据和所述污染物参数输入至第二预设模型中，生成所述目标区域对应的水质监测结果。2.根据权利要求1所述的水质监测方法，其特征在于，所述第二预设模型包括水动力模型和水质模型，所述将所述起始时间、所述结束时间、所述监测数据、所述第一水文数据、所述第二水文数据和所述污染物参数输入至第二预设模型中，生成所述目标区域对应的水质监测结果的步骤，具体包括：将所述起始时间、所述结束时间、所述监测数据、所述第一水文数据和所述第二水文数据输入至所述水动力模型中，生成多个预设时间点对应的第三水文数据；将所述第三水文数据和所述污染物参数输入至所述水质模型中，生成所述多个预设时间点对应的水质污染结果；根据所述第三水文数据和所述水质污染结果，生成所述水质监测结果。3.根据权利要求1所述的水质监测方法，其特征在于，还包括：基于神经网络模型建立第一预设模型；获取预设时间段内的历史水文数据；对所述历史水文数据中的缺失数据采用拉格朗日插值法进行填充，得到填充后的完整水文数据；根据所述完整水文数据训练所述第一预设模型，并优化所述第一预设模型的参数。4.根据权利要求3所述的水质监测方法，其特征在于：所述神经网络模型包括：长短期记忆神经网络模型、循环神经网络模型、反向传播神经网络模型或卷积神经网络模型。5.根据权利要求1所述的水质监测方法，其特征在于，所述生成所述目标区域对应的水质监测结果之后，还包括：将所述水质监测结果可视化展示。6.根据权利要求1至3中任一项所述的水质监测方法，其特征在于，水文数据包括以下至少一项：水位数据和流量数据；所述监测数据包括以下至少一项：监测位置数据、气象数据和水温数据。7.根据权利要求1至3中任一项所述的水质监测方法，其特征在于，所述污染物参数包括以下至少一项：污染物种类、污染物初始浓度和污染物扩散系数。8.一种水质监测装置，其特征在于，包括：第一获取模块，用于获取起始时间、结束时间和所述起始时间对应的第一水文数据；第一生成模块，用于将所述起始时间、所述结束时间和所述第一水文数据输入至第一预设模型中，生成所述结束时间对应的第二水文数据；第二获取模块，用于获取目标区域内多个监测点的监测数据和污染物参数；第二生成模块，用于将所述起始时间、所述结束时间、所述监测数据、所述第一水文数2CN113868223A权利要求书2/2页据、所述第二水文数据和所述污染物参数输入至第二预设模型中，生成所述目标区域对应的水质监测结果。9.一种水质监测系统，其特征在于，包括：存储器，所述存储器储存有程序或指令；处理器，与所述存储器连接，所述处理器执行所述程序或指令时实现如权利要求1至7中任一项所述的水质监测方法。10.一种可读存储介质，其上存储有程序或指令，其特征在于，所述程序或指令被处理器执行时实现如权利要求1至7中任一