(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 202210955824.9 (22)申请日 2022.08.10 (71)申请人 深圳大学 地址 518060 广东省深圳市南 山区南海大 道3688号 (72)发明人 刘安　孔维明　 (74)专利代理 机构 北京三聚阳光知识产权代理 有限公司 1 1250 专利代理师 胡晓静 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 50/06(2012.01) G06F 30/27(2020.01) (54)发明名称 一种水质预测方法、 装置、 计算机设备及存 储介质 (57)摘要 本发明提供一种水质预测方法、 装置、 计算 机设备及存储介质， 该方法包括： 获取待测水域 的历史监测参数数据； 利用傅里叶变换对所述历 史监测参数数据进行去噪处理， 并对去噪处理后 的信号进行傅里叶逆变换， 得到中间参数数据； 提取所述中间参数数据的主 频率信号； 将所述主 频率信号输入到预先训练好的水质预测模型中， 得到所述待测水域的水质预测结果。 通过本发明 提供的水质预测方法、 装置、 计算机设备及存储 介质， 能够对历史监测数据进行去噪平滑处理， 得到去噪后的信号， 提取中间参数数据的主要变 化规律， 以排除后续水质预测模 型中的干扰因素 的影响， 增 加预测结果的准确性。 权利要求书2页 说明书8页 附图2页 CN 115456243 A 2022.12.09 CN 115456243 A 1.一种水质预测方法， 其特 征在于， 所述方法包括： 获取待测水域的历史监测参数 数据； 利用傅里叶变换对所述历史监测参数数据进行去噪处理， 并对去噪处理后的信号进行 傅里叶逆变换， 得到中间参数 数据； 提取所述中间参数 数据的主频率信号； 将所述主频率信号输入到预先训练好的水质预测模型中， 得到所述待测水域的水质预 测结果。 2.根据权利要求1所述的方法， 其特征在于， 所述利用傅里叶变换对所述历史监测参数 数据进行去噪处 理， 包括： 按照如下公式对所述历史监测参数 数据进行傅里叶变换： 其中， x、 y满足 3.根据权利要求1所述的方法， 其特 征在于， 所述水质预测模型通过如下 方式得到： 将带有水质标签的不同水域的历史监测参数 数据确定为训练样本数据； 利用所述训练样本数据分别对多个备选神经网络模型进行训练； 基于各训练好的备选神经网络模型的均 方根误差， 筛选从各训练好的备选神经网络模 型中确定水质预测模型。 4.根据权利要求3所述的方法， 其特征在于， 所述筛选从各训练好的备选神经网络模型 中确定水质预测模型， 包括： 基于均方根 误差对所述各训练好的备选神经网络模型进行排序； 将均方根 误差最小的备选神经网络模型确定为水质预测模型。 5.根据权利要求3所述的方法， 其特 征在于， 所述方法还 包括： 按照如下公式计算所述各训练好的备选神经网络模型的均方根 误差值： 其中， m是训练样本数据容量， s是当前备选神经网络模型的神经网络输出层的节点个 数， 和 分别是第i个训练样本数据的神经网络输出层第k个节点的预测值和实际 值。 6.根据权利要求1所述的方法， 其特征在于， 所述将所述主频率信号输入到预先训练好 的水质预测模型中之前， 所述方法还 包括： 按照如下公式对所述主频率信号进行归一 化处理： 其中， z(i)是第i个主频率信号， x(i)为归一化处理后第i个主频率信号， zmin及zmaz代表主 频率信号中的最小值和最大值。权　利　要　求　书 1/2 页 2 CN 115456243 A 27.根据权利要求1所述的方法， 其特征在于， 所述历史监测参数数据包括： 多个时段内 所述待测水域的碳含量 值、 氧含量 值、 氮含量 值及磷含量值。 8.一种水质预测装置， 其特 征在于， 所述装置包括： 获取模块， 用于获取待测水域的历史监测参数 数据； 第一得到模块， 用于利用傅里叶变换对所述历史监测参数数据进行去噪处理， 并对去 噪处理后的信号进行傅里叶逆变换， 得到中间参数 数据； 提取模块， 用于提取 所述中间参数 数据的主频率信号； 第二得到模块， 用于将所述主频率信号输入到预先训练好的水质预测模型中， 得到所 述待测水域的水质预测结果。 9.一种计算机设备， 其特征在于， 包括存储器和处理器， 所述存储器和所述处理器之间 互相通信连接， 所述存储器中存储有计算机指 令， 所述处理器通过执行所述计算机指 令， 从 而执行权利要求1 ‑7中任一项所述的水质预测方法。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储有计算机指 令， 所述计算机指令用于使所述计算机执 行权利要求1 ‑7中任一项所述的水质预测方法。权　利　要　求　书 2/2 页 3 CN 115456243 A 3