基于物联网+机器学习的水位、水质预测模型应用研究

打开文本图片集

摘 要：鉴于传统的浮筒式、压力传感器式、超声波式水位检测方法大都存在不能实现自动化实时监控和水位预测、设备昂贵或者操作复杂等问题，急需一种可实时监控的自动化装置来高效预测水位，为此提出了一种基于物联网+机器学习的水位预测模型。设计了一款简单、方便、可实现远程实时监控水位并自动开关水闸且可进行水位预测的水位、水质预测系统，其利用机器学习的方法将收集的水位数据的80%划分为训练集、20%划分为验证集，并通过对比验证集与预测集的拟合程度，分别用MSE（均方误差）、RMSE（均方根误差）、R2（决定系数）、MAE（平均绝对误差）等4种指标对水位预测的准确率进行评价。（剩余9366字）