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！

龙图腾网恭喜常州大学;常州市环境科学研究院申请的专利一种基于图卷积STG-LSTM的河流水质预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114676887B 。

龙图腾网通过国家知识产权局官网在2025-04-08发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210212916.8，技术领域涉及：G06Q10/04；该发明授权一种基于图卷积STG-LSTM的河流水质预测方法是由宦娟;张浩;徐宪根;蒋建明;史兵设计研发完成，并于2022-03-04向国家知识产权局提交的专利申请。

本一种基于图卷积STG-LSTM的河流水质预测方法在说明书摘要公布了：本发明涉及图卷积预测技术领域，尤其涉及一种基于图卷积STG‑LSTM的河流水质预测方法，包括S1、对京杭运河各监测站点地理位置以及水质数据进行预处理；S2、采用最大互信息系数衡量运河各监测站点上水质因子之间的相关性；S3、构建出时空图来表征各监测站点间水质时空相关性；S4、构建图卷积长短记忆神经网络水质时空预测模型；S5、对STG‑LSTM水质时空预测模型进行验证。本发明快速精准预测河流水质状况是城市水管理战略的重要任务，针对现有水质因子预测方法大多是单监测站点的时间序列预测，无法描述河流水质的空间分布。

本发明授权一种基于图卷积STG-LSTM的河流水质预测方法在权利要求书中公布了：1.一种基于图卷积STG-LSTM的河流水质预测方法，其特征在于：具有如下步骤：S1、对京杭运河各监测站点地理位置以及水质数据进行预处理：包括提取各站点经纬度和距离信息、不同水质数据，并对缺失值补全、归一化处理；S2、采用最大互信息系数衡量运河各监测站点上水质因子之间的相关性，综合选取出与其它站点相关性最大的作为时空预测站点；所述的步骤S2具体包括：S2-1、采用最大互信息系数衡量运河上各监测站点水质因子之间相关性；S2-2、利用运河上两两站点不同水质因子的最大互信息系数，综合选取出与其它站点相关性最大作为时空预测站点；S3、以各监测站点地理位置和水质因子历史观测值为依据，构建出时空图来表征各监测站点间水质时空相关性；所述的步骤S3具体包括：S3-1、在某一时刻，将运河河段上各监测站点空间分布抽样成一个空间拓扑图，记作；S3-2、以各监测站点地理位置和水质因子历史观测值为依据，构建出时空图：在某一时刻，构造出一个向量，该向量包含站点过去时间片上待预测水质因子数据的平均值、标准差、偏度和峰度；根据与站点所构造的和，将得到的两向量之间皮尔逊相关系数作为站点和之间的时空权重关系；S4、构建图卷积长短记忆神经网络水质时空预测模型，将时空图作为模型的输入，提取运河河段不同位置水质因子动态时空相关性；所述的步骤S4具体包括：S4-1、STG-LSTM模型由时空模块和输出层组成，时空模块包含图时空卷积模块和LSTM的时间模块，基于tensorflow框架构建出图时空卷积模块和LSTM的时间模块；S4-2、图时空卷积模块从所构造的时空图中捕获运河上不同位置水质因子的空间相关性；基于LSTM的时间模块经数据特征融合后提取相邻站点之间时间序列信息；最后，基于参数矩阵对两个输出变量进行时空特征融合，经过输出层得到最终的预测结果；S5、对STG-LSTM水质时空预测模型进行验证：包括对时空预测站点水质预测结果的误差分析、运河不同位置水质预测结果验证分析和对模型预测结果的可靠性检验。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人常州大学;常州市环境科学研究院，其通讯地址为：213164 江苏省常州市武进区滆湖中路21号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。