(19)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 202210805469.7 (22)申请日 2022.07.08 (66)本国优先权数据 202210155467.8 202 2.02.21 CN (71)申请人 攀枝花学院 地址 617000 四川省攀枝花市东区机场路 10号 (72)发明人 罗学刚　吕俊瑞　应镑　陈俊明　 (74)专利代理 机构 成都虹桥专利事务所(普通 合伙) 51124 专利代理师 吴中伟 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 10/06(2012.01) G06Q 50/26(2012.01)G06F 30/20(2020.01) G06F 17/16(2006.01) G06F 111/04(2020.01) G06F 113/08(2020.01) G06F 119/12(2020.01) (54)发明名称 基于张量特征重构的工业废水排放水质预 测方法 (57)摘要 本发明涉及工业排污废水监测参数预测领 域， 具体涉及一种基于张量特征重构的工业废水 排放水质预测方法， 降低了水质预测时的相对误 差， 提升了 预测的精度。 技术方案包括： 采集工厂 废水排放口的水质指标数据， 将采集的水质指标 数据进行标准化处理， 得到标准化处理后的水质 指标数据Gt， 利用块汉克尔矩阵将水质指标数据 Gt沿时间方向与矩阵相乘， 得到时间序列张量， 将张量 进行d阶差分计算,得到 差分张量 集合 将差分张量 集合 利用低秩Tucker张量分解， 通过张量 ARIMA和低秩正则化约束构建Tucker张量 分解目 标函数， 优 化目标函数， 通过张量ARIMA模型预测 下一个时间点的核心张量 根据 得 到下一个时间点的预测数据结果Gt+1。 本发明适 用于工业排污废水 水质预测。 权利要求书3页 说明书8页 附图3页 CN 115130770 A 2022.09.30 CN 115130770 A 1.基于张量特 征重构的工业废水排 放水质预测方法， 其特 征在于， 包括： 步骤1、 采集工厂废水排 放口的水质指标 数据； 步骤2、 将 采集的水质指标数据进行标准化处理， 得到 标准化处理后的水质指标数据Gt， Gt∈RN×V， 利用块汉克尔矩阵将 水质指标数据Gt沿时间方向与矩阵相乘， 得到时间序列张量 N、 V、 M分别为历史数据量,采集向量数据的指标 数,时间维度分割矩阵数量； 步骤3、 将张量 进行差分计算,得到 差分张量 集合 为差分算子； 步骤4、 对差 分张量集合 进行低秩Tucker张量分解， 通过张量ARIMA和低秩正则 化约束构建T ucker张量分解目标函数； 步骤5、 采用交替方向乘数法优化目标函数， 将 分解为 其中， 代表分解后的核心张量， 是三个正交因 子矩阵， 利用收敛性判定， 迭代计算， 获取 和U(1)， U(2)， U(3)， 并计算出每次迭代的误差Δd εt； 步骤6、 根据核心张量 和迭代误差Δdεt， 通过张量ARIMA模型预测下一个时间点的核 心张量 步骤7、 将核心张量 与正交因子U(1),U(2),U(3)相乘， 得到下一个时间点的张量 对张量 进行逆Tucker分解操作以及逆差分操作， 获得张量 步骤8、 将张量 以时间维度展开构成矩阵， 然后与块汉克尔逆矩阵相乘， 得到下一个 时间点的预测数据结果Gt+1。 2.根据权利要求1所述的基于张量特征重构的工业废水排放水质预测方法， 其特征在 于， 步骤2中， 得到标准 化处理后的水质指标 数据Gt的具体方法包括： 根据国家污水综合排放标准的排放值Tx为基准， 采用公式 计算获得 Gt,其中， g'i为第ti时刻的采集原 始值， g为从t1到tn时刻的数据值， n 为大于1的整数。 3.根据权利要求1所述的基于张量特征重构的工业废水排放水质预测方法， 其特征在 于， 步骤2中， 得到时间序列张量 的具体方法包括： 将Gt与块汉克尔矩阵相乘， 并将计算结果 分割成大小 为N×V的多个矩阵， 重叠为时间序 列张量 4.根据权利要求1所述的基于张量特征重构的工业废水排放水质预测方法， 其特征在 于， 步骤4中， 通过张量ARIMA和低秩正则化约束构建Tucker张量分解目标函数的具体方法 包括： 步骤401、 设置R1,R2,R3的值， 随机产生一组矩阵组 通过 Tucker分解联合 正交因子矩阵， 将 投射到核心张量 中， 计算公式为： s.t.U′(1)TU′(1)＝I， U′(2)TU′(2)＝I， U′(3)TU′(3)＝I， 其中I为 对角矩阵主对角线元 素全为1， 其 余元素为0的单位矩阵； 步骤402、 将线性ARIMA扩展到多维模型， 转化为张量形式， 利用 其连接当前核心张量权　利　要　求　书 1/3 页 2 CN 115130770 A 2以及计算出的核心张量 并计算序列误差 以及计算得到序列误差Δdεt‑2,...,dεt‑n； 含参数(m,d,n)的张量ARIMA 模型描述 为 步骤403、 根据步骤401和步骤402的模型， 结合核心张量的低秩， 目标函数为： s.t.U′(1)TU′(1)＝I， U′(2)TU′(2)＝I， U′(3)TU′(3)＝I。 5.根据权利要求4所述的基于张量特征重构的工业废水排放水质预测方法， 其特征在 于， 步骤5中， 采用交替方向乘数法优化目标函数的具体方法包括： 步骤501、 将每个张量变量沿时间维度 ‑模展开变换到矩阵中， 重新优化 为 s.t.U′(j)TU′(j)＝I, 并采用增广拉格朗日方法来 求解各个变量值； 步骤502、 初始化交替方向乘数法的参数， 设置循环参数k＝0， t＝m+d+n+1， j＝1,2,3， 迭代终止阈值 误差值to l,参数 μ,设置最大参数值 为 μmax； 步骤503、 执行循环， 更新变量， 获取目标函数。 6.根据权利要求5所述的基于张量特征重构的工业废水排放水质预测方法， 其特征在 于， 更新变量， 获取目标函数的具体方法包括： 步骤503‑1、 更新变量 固定其他变量， 则目标函数为： 对 求偏导并等于零， 则可计算出 为 步骤503‑2、 更新变量 固定其他变量， 则目标函数为： 使用矩阵奇异值分解， 得到U,V和dia g( σ ), 步骤503‑3、 更新变量U ′(j)， 固定其他变量， 则目标函数为： 变换为 求全局最优 解， 对 进行奇异值分解为 分别为分解后的左右奇异向量， 计算得权　利　要　求　书 2/3 页 3 CN 115130770 A 3