[发明专利]基于人工智能的水质减排方法及相关设备

权利要求书

1.一种基于人工智能的水质减排方法，其特征在于，所述方法包括：

从水质监测数据库采集河流水文数据，所述河流水文数据包括干流水文数据和支流水文数据；

依据所述河流水文数据训练第一回归模型，所述第一回归模型用以表征干流水文数据与支流水文数据的对应关系；

依据河流减排量和所述第一回归模型构建目标函数，所述河流减排量指减排方案实施前后河流水文数据的差值；

利用梯度下降法求解所述目标函数获得候选减排方案，所述候选减排方案用以表征满足约束条件的减排方案；

计算实时采集的支流水文数据与所述候选减排方案的差值，并将所述差值输入所述第一回归模型以获得实时减排结果；

依据所述实时减排结果评估所述候选减排方案获得标定减排方案，并推荐所述标定减排方案。

2.如权利要求1所述的基于人工智能的水质减排方法，其特征在于，所述依据所述河流水文数据训练第一回归模型，所述第一回归模型用以表征干流水文数据与支流水文数据的对应关系，包括：

将所述支流水文数据作为自变量，并将所述干流水文数据作为因变量以构建线性函数；

利用最小二乘法拟合所述线性函数的参数以获得参数集合；

匹配所述参数集合中的每个参数与支流水文数据以构建第一回归模型。

3.如权利要求1所述的基于人工智能的水质减排方法，其特征在于，所述依据河流减排量和所述第一回归模型构建目标函数，所述河流减排量指减排方案实施前后河流水文数据的差值，包括：

将减排方案实施之前的支流水文数据作为前量，将减排方案实施之后的水文数据作为后量，计算所述前量和所述后量的差值以作为每条支流的减排量；

将所述前量输入所述第一回归模型获得干流前量，将所述后量输入所述第一回归模型获得干流后量，计算所述干流前量和所述干流后量的差值以作为干流减排量；

基于所述每条支流的减排量和所述干流减排量构建目标函数，所述目标函数用以约束减排方案的性价比。

4.如权利要求1所述的基于人工智能的水质减排方法，其特征在于，所述利用梯度下降法求解所述目标函数获得候选减排方案之前，还需要对水文数据进行标准化处理，所述对水文数据进行标准化处理包括：

分别选择河流各个支流的水文数据与干流水文数据中的最大值以作为基准值；

分别计算每个水文数据与对应的基准值的比值以作为标准值；

将每个水文数据替换为对应的标准值以获取标准化的水文数据。

5.如权利要求1所述的基于人工智能的水质减排方法，其特征在于，所述利用梯度下降法求解所述目标函数获得候选减排方案，所述候选减排方案用以表征满足约束条件的减排方案，包括：

a，随机选择初始位置，将其作为当前位置；

b，计算当前位置的梯度，所述当前位置对应预设的第一减排方案；

c，计算预设的步长数据与所述梯度的乘积以作为当前位置的下降距离；

d，若所述下降距离不满足预设的第一判别条件，则依据所述下降距离更新第一减排方案获得第二减排方案，将第二减排方案对应的位置作为当前位置并返回步骤b，否则，将当前位置对应的减排方案作为候选减排方案。

6.如权利要求1所述的基于人工智能的水质减排方法，其特征在于，所述计算实时采集的支流水文数据与所述候选减排方案的差值，并将所述差值输入所述第一回归模型以获得实时减排结果包括：

在同一时间点采集河流各支流的水文数据作为第一实时数据，在同一时间点采集河流干流的水文数据作为第二实时数据；

计算所述第一实时数据与所述候选减排方案的差值，并将所述差值输入所述第一回归模型获得拟合值；

计算所述拟合值与所述第二实时数据的差值作为实时减排结果。