买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国长江三峡集团有限公司;三峡科技有限责任公司

摘要：本公开涉及一种基于ARIMA模型的水质告警方法及装置、电子设备和存储介质，该方法包括：构建ARIMA目标预测模型；根据监测点位各待预测时间点的前一时间点的化学需氧量预测值、历史时间周期中与各所述待预测时间点相同的时间点的化学需氧量实测值以及所述ARIMA目标预测模型，预测出各所述待预测时间点的化学需氧量预测值；根据各所述化学需氧量预测值的标准差，建立置信区间；根据各所述待预测时间点的化学需氧量实测值是否落入所述置信区间，确定是否进行管网水质异常告警。本公开实施例能够提高化学需氧量预测值的准确性，进而能够更准确地、及时地判断出管网水质异常，并发出水质异常告警。

主权项：1.一种基于ARIMA模型的水质告警方法，其特征在于，包括：构建ARIMA目标预测模型，其中所述ARIMA目标预测模型通过赤池信息准则筛选；根据监测点位各待预测时间点的前一时间点的化学需氧量预测值、历史时间周期中与各所述待预测时间点相同的时间点的化学需氧量实测值以及所述ARIMA目标预测模型，预测出各所述待预测时间点的化学需氧量预测值，其中，所述化学需氧量实测值通过光谱传感器原位、实时采集，采集频率为3-60分钟次；根据各所述化学需氧量预测值的标准差，建立置信区间；根据各所述待预测时间点的化学需氧量实测值是否落入所述置信区间，确定是否进行管网水质异常告警；所述ARIMA目标预测模型的参数的确定过程，包括：获取时序排列的化学需氧量实测值构成的第一序列；确定第一序列中的实测值对应的第一自相关系数和第一偏自相关系数；在所述第一自相关系数呈现指数衰减，且所述第一偏自相关系数呈现指数衰减的情况下，确定所述ARIMA目标预测模型的参数包括：第一自相关阶数、第一偏自相关阶数，第一差分阶数；所述根据各所述化学需氧量预测值的标准差，建立置信区间，包括：以各所述化学需氧量预测值的一倍标准差、二倍标准差、三倍标准差建立第一置信区间、第二置信区间以及第三置信区间；其中，不同置信区间对应不同的管网水质情况；所述根据各所述待预测时间点的化学需氧量实测值是否落入所述置信区间，确定是否进行管网水质异常告警，包括：在所述待预测时间点的化学需氧量实测值落入所述第一置信区间内的情况下，确定管网水质无异常，不进行管网水质异常告警；在所述待预测时间点的化学需氧量实测值落入所述第二置信区间内的情况下，确定管网水质疑似异常，不进行管网水质异常告警并持续监测；在所述待预测时间点的化学需氧量实测值落入所述第三置信区间内的情况下，进行管网水质异常告警；在所述待预测时间点的化学需氧量实测值超过所述第三置信区间内的情况下，进行管网水质严重异常告警；所述ARIMA目标预测模型的构建过程，包括：将历史时间周期中与试验时间点相同的时间点的化学需氧量实测值，输入多个原始预测模型，获得所述试验时间点的多个化学需氧量预测值，各所述原始预测模型的参数不同，其中，所述试验时间点包含所述各待预测时间点；确定各所述原始预测模型的参数数量与化学需氧量残差之间的差值，所述化学需氧量残差为所述原始预测模型预测的化学需氧量预测值与化学需氧量实测值之间的差异；按照各差值从小到大的顺序，对多个所述原始预测模型进行排序，得到模型顺序；按照所述模型顺序，依次判断各原始预测模型的化学需氧量残差的时间序列为零的概率与预设第一显著性阈值的大小关系，将所述概率大于所述预设第一显著性阈值的原始预测模型作为所述ARIMA目标预测模型。

全文数据：

权利要求：

百度查询： 中国长江三峡集团有限公司 三峡科技有限责任公司 基于ARIMA模型的水质告警方法及装置、电子设备和存储介质