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！

龙图腾网获悉广东省科学院广州地理研究所;广东省生态环境监测中心;广西壮族自治区海洋环境监测中心站申请的专利水质监测方法、装置、设备及存储介质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：CN120473020B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202510410374.9，技术领域涉及：G16C20/70；该发明授权水质监测方法、装置、设备及存储介质是由邓应彬;叶四化;冯雪迪;李彤;李昭;陈湛峰;贾翊文;彭小燕;张雪容;黄嘉诚;邓琰;蓝文陆;杨骥设计研发完成，并于2025-04-02向国家知识产权局提交的专利申请。

本水质监测方法、装置、设备及存储介质在说明书摘要公布了：本申请涉及一种水质监测方法、装置、设备及存储介质，所述方法首先通过历史水质数据分析，得到每个第一目标水质参数的第一关键影响因子。根据每个第一关键影响因子的重要度，确定第二关键影响因子。进一步基于发生目标水质问题的历史数据，确定这些关键影响因子的目标参数区间。接着，通过分析这些关键影响因子之间的关联关系，构建出关键影响因子关联组合。最后，实时获取当前水质数据，并与关键影响因子关联组合进行比对，从而判断目标水域是否存在目标水质问题。这一技术方案不仅提高了水质监测的效率和准确性，还实现了对目标水域水质问题的快速预警，为入海河口水质监测提供了一种新的、更加智能和高效的解决方案。

本发明授权水质监测方法、装置、设备及存储介质在权利要求书中公布了：1.一种水质监测方法，其特征在于，包括以下步骤： 获取目标水域的第一历史水质数据；所述第一历史水质数据包括若干第一目标水质参数在若干第一历史时间点的参数值； 对所述若干第一目标水质参数在若干第一历史时间点的参数值进行关键影响因子分析，得到每个所述第一目标水质参数的第一关键影响因子； 根据每个所述第一目标水质参数的第一关键影响因子，确定每个所述第一关键影响因子的重要度；根据每个所述第一关键影响因子的重要度，确定第二关键影响因子； 获取所述目标水域的第二历史水质数据，所述第二历史水质数据包括若干第二目标水质参数在若干第二历史时间点的参数值；所述第二目标水质参数为所述第二关键影响因子对应的第一目标水质参数，所述第二历史时间点为发生目标水质问题的历史时间点；基于所述第二历史水质数据，确定所述第二关键影响因子的若干目标参数区间；基于所述第二关键影响因子的若干目标参数区间，确定各个第一历史时间点的所述第二关键影响因子的参数值对应的目标参数区间； 根据各个第一历史时间点的各个所述第二关键影响因子的目标参数区间，确定各个所述第二关键影响因子之间的关联关系；所述关联关系包括至少一个第二关键影响因子关联组合；所述第二关键影响因子关联组合包括至少一个第二关键影响因子以及所述第二关键影响因子对应的目标参数区间； 获取所述目标水域的当前水质数据；所述当前水质数据包括当前各个所述第二关键影响因子的参数值；若当前的各个所述第二关键影响因子的参数值满足任一所述第二关键影响因子关联组合，提示所述目标水域的存在目标水质问题； 所述对所述若干第一目标水质参数在若干第一历史时间点的参数值进行关键影响因子分析，得到每个所述第一目标水质参数的第一关键影响因子的步骤，包括： 遍历所述若干第一目标水质参数中的每个第一目标水质参数； 将当前遍历的第一目标水质参数作为目标变量，其余第一目标水质参数作为特征变量，构建训练数据集；其中所述训练数据集包括若干个训练样本以及所述训练样本的训练标签，每个所述训练样本包括单个第一历史时间点的所有特征变量的参数值，每个所述训练样本的训练标签为对应的第一历史时间点的目标变量的参数值； 根据所述训练数据集，对预设的神经网络模型进行训练，得到训练完成的神经网络模型； 从训练完成的所述神经网络模型中提取各个所述特征变量对应的权重参数；将权重参数绝对值大于预设权重阈值的特征变量所对应的第一目标水质参数，确定为当前遍历的第一目标水质参数的第一关键影响因子，得到每个所述第一目标水质参数的第一关键影响因子。

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广东省科学院广州地理研究所;广东省生态环境监测中心;广西壮族自治区海洋环境监测中心站，其通讯地址为：510075 广东省广州市越秀区先烈中路100号大院之一；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”。

以上内容由龙图腾AI智能生成。