欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2020102713348
申请人: 蚌埠学院
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-08-06
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于生物行为的水质预警分析方法,其特征在于,所述方法包括:采集被监测水体内的生物个体行为数据和群体行为数据;

对所述生物个体行为数据和所述群体行为数据预处理,获取所述生物个体行为数据和所述群体行为数据的时间序列数据;

将所述时间序列数据与标准行为数据库、高维行为数据库进行相似度匹配;

若匹配,输出水质异常检测结果和污染物种类;若不匹配,将所述时间序列数据输入到预测模型中,通过所述预测模型对数据趋势进行预估计;估算未来某一时间内水质污染事件发生的概率。

2.根据权利要求1所述的基于生物行为的水质预警分析方法,其特征在于,所述方法还包括:当所述时间序列数据与所述标准行为数据库或者所述高维行为数据库匹配时,输出水质异常报警信号,同时输出其未来一定时间区间内的预估值、发生污染持续性的概率值以及对应污染物的概率值;

当所述时间序列数据与所述标准行为数据库或者高维行为数据库不匹配时,对所述时间序列数据进行建模、预测和评估,判断是否具有异常值。

3.根据权利要求2所述的基于生物行为的水质预警分析方法,其特征在于,所述对所述时间序列数据进行建模、预测和评估,判断是否具有异常值的步骤具体包括:若无异常值则输出水质正常结果,并预估未来一定时期内的预估区间和发生污染可能性的概率值;若有异常值,则对其进行异常值后的所述时间序列数据进行滑动窗口检测,分析所述时间序列数据的时域特性和频域特性,并输出水质存疑结果,并预估未来一定时间内的预估区间和发生污染可能性的概率值。

4.根据权利要求1所述的基于生物行为的水质预警分析方法,其特征在于,所述将所述时间序列数据与标准行为数据库、高维行为数据库进行相似度匹配的步骤之前,所述方法包括:预先采集被监测水体内的生物个体行为数据和群体行为数据,并对所述生物个体行为数据和所述群体行为数据进行时域分析和频域分析,获取时域和频域上的多个特征值,形成污染物的所述标准行为数据库和所述高维行为数据库。

5.根据权利要求1所述的基于生物行为的水质预警分析方法,其特征在于,所述将所述时间序列数据与标准行为数据库、高维行为数据库进行相似度匹配的步骤具体包括:个体行为参数匹配:将所述生物个体行为数据对应的所述时间序列数据进行单一数据序列特征值匹配,检测生物个体行为的异常值,并从所述异常值开始,采用滑动窗口的方式,按照窗口设置T1=5min,T2=30min,T3=120min三个周期进行搜索和相似度匹配;

多维行为参数匹配:将所述群体行为数据对应的所述时间序列数据进行多维数据序列特征值匹配,采用多元图可视化技术将高维数据转化为多元图后进行匹配。

6.根据权利要求5所述的基于生物行为的水质预警分析方法,其特征在于,所述采用多元图可视化技术将高维数据转化为多元图后进行匹配的步骤包括:对所述群体行为数据预处理,利用直方图的方式表示所述群体行为每一特征参数的概率分布;

取一定时间段内数据作为样本,进行样本估计,计算样本均值E(yi)和方差σ(yi);其中,aij为实测值;

对数据进行归一化处理,处理后数值在0-2之间,归一化公式如下:

对所述群体行为数据进行非线性变换,变换后数值为Zij,公式如下:

从而将所述群体行为数据的多个特征参数转换为多元图。

7.根据权利要求6所述的基于生物行为的水质预警分析方法,其特征在于,所述将所述时间序列数据输入到预测模型中,通过所述预测模型对数据趋势进行预估计的步骤包括:列平稳性检验:根据所述多元图,对所述时间序列数据进行平稳性检验,若所述时间序列数据为非平稳时间序列则对数据进行差分,直到数据成为平稳序列,差分次数即为d;

预测模型建立和识别:对差分后所述时间序列数据进行拟合建模,采用时间序列中差分整合移动平均自回归模型ARIMA(p,d,q)进行建模;其中,p为自回归阶数,d为数据平稳化时进行差分的次数,q为移动平均的阶数;

参数估计:参数估计采用极大似然估计法;

模型检验:对模型的残差序列进行显著性检验;

进行序列预测:包括区间序列预测和密度序列预测,所述区间序列预测针对未来某个时期,区间预测结果的概率值落在某个区间内;所述密度序列预测获得未来值的概率分布情况。

8.一种基于生物行为的水质预警分析系统,其特征在于,所述系统包括:生物行为采集传感器,用于采集被监测水体内的生物个体行为数据和群体行为数据;

数据预处理模块,用于对所述生物个体行为数据和所述群体行为数据预处理,获取所述生物个体行为数据和所述群体行为数据的时间序列数据;

相似度匹配模块,用于将所述时间序列数据与标准行为数据库、高维行为数据库进行相似度匹配;

预测分析模块,用于将所述时间序列数据输入到预测模型中,通过所述预测模型对数据趋势进行预估计;估算未来某一时间内水质污染事件发生的概率。

9.根据权利要求8所述的基于生物行为的水质预警分析系统,其特征在于,所述预测分析模块还用于预先采集被监测水体内的生物个体行为数据和群体行为数据,并对所述生物个体行为数据和所述群体行为数据进行时域分析和频域分析,获取时域和频域上的多个特征值,形成污染物的所述标准行为数据库和所述高维行为数据库

10.根据权利要求8所述的基于生物行为的水质预警分析系统,其特征在于,所述系统还包括数据输出模块,用于当所述时间序列数据与所述标准行为数据库或者高维行为数据库匹配时,输出水质异常报警信号,同时输出其未来一定时间区间内的预估值、发生污染持续性的概率值以及对应污染物的概率值。