(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111605824.8 (22)申请日 2021.12.25 (71)申请人 长视科技股份有限公司 地址 510000 广东省广州市黄埔区云埔工 业区开创大道728号自编2栋 (72)发明人 全绍军　林格　陈小燕　梁少玲　 (74)专利代理 机构 深圳中一联合知识产权代理 有限公司 4 4414 代理人 吴冬羽 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 10/06(2012.01) G06Q 50/06(2012.01) (54)发明名称 水质等级预测方法、 系统、 终端设备及存储 介质 (57)摘要 本申请适用于计算机应用技术领域， 提供了 一种水质等级预测方法、 系统、 终端设备及计算 机可读存储介质， 包括： 根据目标水域的站点位 置和各个站点关联的指标类型数据建立目标水 域的站点检测图； 基于异构图注 意力网络对目标 水域的站点检测图进行节点聚合， 得到目标水域 的站点检测图中每个节点的特征更新结果； 根据 目标水域的站点检测图中每个节点的特征更新 结果生成目标水域的水域特征向量； 根据历史检 测数据和水域特征向量预测所述目标水域的水 质等级， 能够综合考虑多类型指标对 水质情况的 影响， 又引入了历史水质特征对 未来水质情况的 影响， 有效提高了水质等级预测的准确性， 解决 了目前对水质情况的预测准确性存在偏差的问 题。 权利要求书2页 说明书11页 附图3页 CN 114418189 A 2022.04.29 CN 114418189 A 1.一种水质等级预测方法， 其特 征在于， 包括： 根据目标水域的站点位置和各个站点关联的指标类型数据建立所述目标水域的站点 检测图； 基于异构图注意力网络对所述目标水域的站点检测图进行节点 聚合， 得到所述目标水 域的站点检测图中每 个节点的特 征更新结果； 根据所述目标水域的站点检测图中每个节点的特征更新结果生成所述目标水域的水 域特征向量； 根据历史检测数据和所述水域特 征向量预测所述目标 水域的水质等级。 2.如权利要求1所述的水质等级预测方法， 其特征在于， 所述基于异构图注意力网络对 所述目标水域的站 点检测图进 行节点聚合， 得到所述目标水域的站 点检测图中每个节点的 特征更新结果， 包括： 对目标水域的站点检测图进行节点级别的聚合， 得到目标节点的聚合特 征； 根据所述目标节点的聚合特征对目标水域站点的检测图进行语义级别的聚合， 得到目 标水域的站点检测图中每 个节点的特 征更新结果。 3.如权利要求2所述的水质等级预测方法， 其特征在于， 所述对目标水域的站点检测图 进行节点级别的聚合， 得到目标节点的聚合特 征， 包括： 将不同类型的节点通过元路径类型的线性变换嵌入至与元路径类型对应的元路径类 型空间中， 得到的融入了元路径特 征的节点的特 征向量； 根据注意力机制， 确定元路径下每 个邻居节点对目标节点的注意力权 重； 根据每个邻居节点对目标节点的注意力权重与邻居节点特征向量， 进行特征聚合， 得 到所述目标节点的聚合特 征。 4.如权利要求2所述的水质等级预测方法， 其特征在于， 所述根据 所述目标节点的聚合 特征对目标水域站 点的检测图进 行语义级别的聚合， 得到目标水域的站 点检测图中每个节 点的特征更新结果， 包括： 确定每条 元路径的聚合注意力分数； 根据目标节点的聚合特征和元路径的聚合注意力分数确定出目标水域的站点检测图 中每个节点的特 征更新结果。 5.如权利要求1所述的水质等级预测方法， 其特征在于， 所述根据历史检测数据和所述 水域特征向量预测所述目标 水域的水质等级， 包括： 进行时间编码， 得到时间差的特 征向量； 将历史水域特征序列输入至GRU网络， 由GRU网络将每一个时间步的输出特征与下一时 间步的时间差进行编码拼接， 并经 过多层感知机 输出对下一时间步水质等级的预测概 率。 6.如权利要求1至5任一项所述的水质等级预测方法， 其特征在于， 所述根据目标水域 的站点位置和各个站点关联的指标类型数据建立所述目标水域的站点检测图之后， 还包 括： 获取目标 水域内的各项指标的历史检测数据； 对各项指标的历史检测数据进行 数据编码， 得到历史检测特 征编码向量。 7.如权利要求6所述的水质等级预测方法， 其特征在于， 所述获取目标水域内的各项指 标的历史检测数据之后， 还 包括：权　利　要　求　书 1/2 页 2 CN 114418189 A 2根据采集历史检测数据的监测站点的位置和采集时间区分历史检测数据。 8.一种水质等级预测系统， 其特 征在于， 包括： 建立单元， 用于根据目标水域的站点位置和各个站点关联的指标类型数据建立所述目 标水域的站点检测图； 聚合单元， 用于基于异构图注意力网络对所述目标水域的站点检测图进行节点聚合， 得到所述目标 水域的站点检测图中每 个节点的特 征更新结果； 生成单元， 用于根据 所述目标水域的站点检测图中每个节点的特征更新结果生成所述 目标水域的水域特 征向量； 预测单元， 用于根据历史检测数据和所述水域特征向量预测所述目标水域的水质等 级。 9.一种终端设备， 包括存储器、 处理器以及存储在所述存储器中并可在所述处理器上 运行的计算机程序， 其特征在于， 所述处理器执行所述计算机程序时实现如权利要求1至7 任一项所述的水质等级预测方法的步骤。 10.一种计算机可读存储介质， 所述计算机可读存储介质存储有计算机程序， 其特征在 于， 所述计算机程序被处理器执行时实现如权利要求 1至7任一项 所述的水质等级 预测方法 的步骤。权　利　要　求　书 2/2 页 3 CN 114418189 A 3