申请/专利权人：深圳市水务(集团)有限公司

申请日：2023-10-18

公开（公告）日：2024-01-12

公开（公告）号：CN117393068A

主分类号：G16C20/30

分类号：G16C20/30;G16C20/70;G06N20/20

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.01.30#实质审查的生效;2024.01.12#公开

摘要：本发明提供了一种基于集成学习的原水2‑MIB浓度预测模型的预测方法，包括如下步骤：获取目标原水历史2‑MIB的人工检测结果、同期在线水质数据、气象监测数据、水文监测数据；对获取的数据进行清洗和异常值剔除；进行特征衍生，得到特征数据，作为预测模型的输入；分别构建XGBoost、LightGBM和CatBoost训练模型，并分别进行参数优化，采用Boosting模型进行结果集成，并与统计时序模型进行结果集成，得到2‑MIB浓度预测模型；采用2‑MIB浓度预测模型预测2‑MIB浓度。本发明的技术方案，可以对饮用水水源中2‑MIB的含量进行预测，并预测变化趋势，以便进行相应的处理。

主权项：1.一种基于集成学习的原水2-MIB浓度预测模型的预测方法，其特征在于：包括如下步骤：步骤S1，获取目标原水历史2-MIB的人工检测结果、同期在线水质数据、气象监测数据、水文监测数据；步骤S2，对步骤S1获取的数据进行清洗和异常值剔除；步骤S3，进行特征衍生，得到特征数据，作为预测模型的输入；步骤S4，对步骤S3得到的数据分别构建XGBoost、LightGBM和CatBoost训练模型，并分别进行参数优化，采用Boosting模型进行结果集成；采用使用prophet统计方法对时序数据进行建模；将Boosting模型的结果与统计时序模型的结果进行结果集成，得到2-MIB浓度预测模型；步骤S5，采用2-MIB浓度预测模型预测2-MIB浓度。

全文数据：

权利要求：

百度查询： 深圳市水务(集团)有限公司 基于集成学习的原水2-MIB浓度预测模型的预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD