本发明公开了一种基于神经网络的水质模型基础参数动态调优方法、装置、存储介质及设备，其通过获取污水厂的历史数据、构建机理模型、利用构建的机理模型获取高权重因子集以及整体高权重因子，根据高权重因子集以及整体高权重因子训练获得高权重参数，进而对水质进行参数调优，在本发明中可以实时筛选高权重因子，并对高权重因子进行调参，即可对调参的结果进行实时存储，以动态监测其调参数据，可以感知到无法进行监测的参数的变化情况及趋势；对高权重的筛选不止仅仅使用单因子分析，而是采用单因子分析和多因子综合分析进行，同时利用遗传算法及神经网络形成高权重参数筛选模型，这样可以使权重筛选更为全面，从而使模拟的准确性提高；高权重筛选时不仅基于历史数据进行，同时加入天气情况、季节和水量等因素作为相关影响因子，得出更准确的调参结果；对高权重因子进行调参时利用神经网络，结合提高调参结果的准确性；使用该发明提供的方法时会先借助历史数据得到算法模型，如高权重参数筛选模型和调参模型，在之后的使用时可以直接根据实时数据进行，从而进行动态调优。