申请/专利权人：北京市朝阳水利工程有限公司

申请日：2024-02-20

公开（公告）日：2024-05-17

公开（公告）号：CN118052450A

主分类号：G06Q10/0637

分类号：G06Q10/0637;G06Q50/26;G06F18/23;G06F18/2411;G06F30/20

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.06.04#实质审查的生效;2024.05.17#公开

摘要：本发明涉及水质监测技术领域，具体为河道水质实时监测平台，平台包括数据采集模块、空间分析模块、模式识别模块、异常检测模块、预测优化模块、负荷曲线模块、数字双胞胎模块、GIS集成模块。本发明中，利用地理加权回归技术与GIS平台，增强空间分析能力，使得结果更地域相关且精确，支持向量机算法与孤立森林算法提升水质变化模式识别精度和异常变化检测能力，实现早期预警和精确风险评估，深度学习时间序列预测模型及自适应负荷曲线算法使水质变化趋势预测更精准，响应更灵活，数字双胞胎技术创造河道虚拟副本，为决策提供直观互动平台，促进科学治理。

主权项：1.河道水质实时监测平台，其特征在于：所述平台包括数据采集模块、空间分析模块、模式识别模块、异常检测模块、预测优化模块、负荷曲线模块、数字双胞胎模块、GIS集成模块；所述数据采集模块基于河道环境，采用无线传感器网络技术集成多参数水质监测传感器，实时收集关于温度、pH、溶解氧、浊度的关键水质指标数据，并进行实时传输，生成实时水质监测数据；所述空间分析模块基于实时水质监测数据，采用地理加权回归技术在GIS平台上进行空间分析，分析和揭示水质与地理环境因素之间的相关性，生成空间分析结果；所述模式识别模块基于空间分析结果，采用支持向量机算法进行水质变化模式的识别和分类，预测水质趋势和潜在风险，生成水质趋势预测；所述异常检测模块基于水质趋势预测，采用孤立森林算法进行实时水质参数的异常变化监测和识别，及时发现和预警潜在污染事件，生成异常检测警报；所述预测优化模块基于异常检测警报，采用深度学习时间序列预测模型对水质变化趋势进行深度预测，并结合实时反馈优化采样和监测策略，生成优化采样策略；所述负荷曲线模块基于优化采样策略，采用自适应负荷曲线算法根据环境变化实时预测河道水质变化，实现动态的污染负荷和水质变化预测，生成负荷曲线预测；所述数字双胞胎模块基于负荷曲线预测，采用数字双胞胎模拟技术创建河道水体的虚拟副本，并实时同步水质和环境数据，模拟差异化条件下的水质变化和污染物流动，生成虚拟河道模拟；所述GIS集成模块基于虚拟河道模拟，采用GIS空间分析和可视化技术进行分析，提供空间数据支持和可视化服务，生成GIS增强分析。

全文数据：

权利要求：

百度查询： 北京市朝阳水利工程有限公司 河道水质实时监测平台

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