(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211009289.4 (22)申请日 2022.08.18 (71)申请人 长沙学院 地址 410022 湖南省长 沙市开福区洪山 街 道洪山路98号 (72)发明人 杨波　杨东俊　陈曦　 (74)专利代理 机构 湖南企企卫知识产权代理有 限公司 43257 专利代理师 任合明 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 50/06(2012.01) G06F 17/16(2006.01) G06F 17/18(2006.01) (54)发明名称 一种基于多因素耦合的输变电水环境指标 预测方法 (57)摘要 本发明涉及输变电环 境监测与评价领域， 尤 其涉及一种基于多因素耦合的输变电水环境指 标预测方法。 该方法通过 获取纳污水体监测断面 的水环境指标及其外部影响因素， 构建基于 “时 间‑采样点‑指标”的断面水环境指标矩阵和外部 因素矩阵， 形成基于断面水环 境指标的反馈时间 序列和基于外部因素的输入时间序列， 以此为基 础构建基于多因素耦合的时滞非线性自回归映 射网络， 进而构建输变电水环境指标预测模型， 实现根据断面水环境指标和外部因素两个时间 序列的过去值预测断面水环境指标的将来值。 通 过该模型可以提前预测输变电建设工程对纳污 水体水环 境的影响， 为输变电工程水环境监测和 预警提供技 术支撑。 权利要求书5页 说明书9页 附图2页 CN 115330070 A 2022.11.11 CN 115330070 A 1.一种基于多因素耦合的输变电水环境指标预测方法， 其特征在于， 该方法分为以下 步骤： S1、 获取输变电工程水环境监测断面的水环境指标， 包括pH值、 COD、 BOD5、 NH3‑N和石油 类， 构建基于 “时间‑采样点‑指标”的断面水环境指标矩阵Yt： 设t表示采样时刻， i表示监测断面的采样点编号， j表示监测断面采样获得的水环境指 标编号， tmax为最大采样时刻数， imax为监测断面最大采样点数， jmax为监测断面最大水环境 指标数； yi， j(t)表示在第t个采样时刻、 在监测断面第i个采样点获得的第j个水环境指标 值， 其中t∈[1， 2， . ..， tmax]， i∈[1， 2， . ..， imax]， j∈[1， 2， . ..， jmax]； 断面水环境指标矩阵Yt由yi， j(t)构成， 其矩阵结构如下： Yt的维数为 imax×jmax； S2、 获取输变电工程水环境监测断面的水环境外部影响因素， 包括水位、 水温、 流速， 构 建基于“时间‑采样点‑指标”的断面水环境外 部因素矩阵Ut： 设k表示监测断面采样获得的水环境指标外部影响因素编号， kmax为监测断面最大外部 影响因素数； ui， k(t)表示在第t个采样时刻、 在监测断面第i个采样点获得的第k个水环 境外 部影响因素值， 其中k∈[1， 2， . ..， kmax]； 断面水环境外 部因素矩阵Ut由ui， k(t)构成， 其矩阵结构如下： Ut的维数为 imax×kmax； S3、 根据断面水环境指标矩阵和外部因素矩阵， 构建基于断面水环境指标的反馈时间 序列和基于 外部因素的输入时间序列： 当采样时刻t取值为[1， 2， ...， tmax]时， 获得一组按采样时间先后顺序排列的断面水环 境指标矩阵： 根据该组矩阵， 构建基于断面水环境指标的反馈时间序列： 当采样时刻t取值为[1， 2， ...， tmax]时， 获得一组按采样时间先后顺序排列的断面水环 境指标外 部影响因素矩阵： 根据该组矩阵， 构建基于 外部因素的输入时间序列： S4、 根据基于断面水环境指标的反馈时间序列Y、 基于外部因素的输入时间序列U、 水环 境指标输入延迟阶数dy和水环境外部影响因素输入延迟阶数du构建输入 ‑输出映射， 其中dy权　利　要　求　书 1/5 页 2 CN 115330070 A 2∈[1， 2， ...， dy， max]， du∈[1， 2， ...， du， max]， dy， max为水环境指标输入最大延迟阶数， du， max为 水环境外 部影响因素输入最大延迟阶数， dy和du的初值均取1； 对于采样时刻t， 构建的第t个输入 ‑输出映射如下： 其中t∈[dmax， tmax‑1]， dmax＝max(dy， du)表示求取dy和du两者中大的值； 因此， 总共可以 构建(tmax‑dmax)个输入‑输出映射； S5、 构建基于多因素耦合的时滞非线性自回归映射网络， 具体如下： S5‑1、 时滞非线性自回归映射网络的整体结构分为输入层Input_layer、 隐藏层 Hidden_layer和输出层 Output_layer； 输入层Input_layer通过基于断面水环境指标的反 馈时间序列Y和基于外部因素的输入时间序列U实现水环境指标的多因素耦合输入； 隐藏层 Hidden_layer是时滞非线性自回归映射网络的核心， 用于实现输入与输出之间的非线性函 数关系映射； 输出层Output_layer负责输出输变电工程水环境指标 预测值； S5‑2、 在输入层I nput_layer中， 输入序列It取值为第t个输入 ‑输出映射的输入部分： Im， t为输入序列It的第m个输入分量， mmax为输入序列It的最大输入分量数， mmax＝dy+du+ 2； S5‑3、 在隐藏层Hidden_layer中， 隐藏层节点与输入层节点和输出层节点形成全连接 网络结构， 用于实现输入与输出之间的非线性函数关系映射； 时滞非线性自回归映射网络 的隐藏层节点数 学模型如下： 其中， On， t为采样时刻为t时第n个隐藏层 节点的输出， bn为第n个隐藏层节点的偏差， wm， n 为第m个输入到第n个隐藏层节点的连接权重， fac(·)为隐藏层节点的激励函数， n∈[1， 2， ...， nmax]， m∈[1， 2， ...， mmax]， nmax为隐藏层节点数， nmax∈[nmax， 0， nmax， 0+1，…， nmax， 1]， nmax， 0和nmax， 1分别为隐藏层节点数取值的下界和上界， 隐藏层节点数nmax的初始取值为 nmax， 0； S5‑4、 在输出层Output_layer中， 时滞非线性自回归映射网络的输出层节点数学模型 如下： 其中Outputt为采样时刻为t时输出层的输出， b为输出层节点的偏差， ωn为第n个隐藏 层节点到 输出层节点的连接 权重， fbc(·)为输出层节点的激励函数； S6、 根据输入 ‑输出映射构建基于时滞非线性自回归 映射网络的输变电水环境指标预 测模型， 具体如下： S6‑1、 采用S5 ‑2中时滞非线性自回归映射网络的输入序列It作为输变电水环境指标预权　利　要　求　书 2/5 页 3 CN 115330070 A 3