【摘要】：供水安全關乎國計民生。隨著社會經(jīng)濟的高速發(fā)展,水質(zhì)污染問題愈加嚴重。為了在水質(zhì)污染發(fā)生之前提前預警,預測水質(zhì)異常,有必要研究水質(zhì)污染預警系統(tǒng),進行水質(zhì)異常判斷和分析。水質(zhì)異常檢測技術是水質(zhì)污染預警系統(tǒng)的重要組成部分。因此,研究高性能的水質(zhì)異常檢測技術對供水保障部門的水質(zhì)監(jiān)管具有重要意義。本文的主要工作和研究內(nèi)容如下:1、通過文獻分析和水質(zhì)監(jiān)管現(xiàn)狀調(diào)研,研究了現(xiàn)有的水質(zhì)標準和水質(zhì)異常定義,總結了水質(zhì)異常檢測的一般過程,對幾種常用的水質(zhì)異常檢測技術進行了介紹。2、研究基于時間序列模型的水質(zhì)異常檢測方法,通過自回歸模型和向量自回歸模型實現(xiàn)水質(zhì)背景信號的高精度跟蹤和預測,計算預測殘差,與設定閾值比較,判斷水質(zhì)是否異常,最后利用ROC曲線來評價自回歸模型和向量自回歸模型水質(zhì)異常檢測效果的差異。同時,通過在ROC曲線左上角選擇最佳切線從而獲得最佳閾值點,計算最佳閾值,完成水質(zhì)異常檢測過程。實驗結果表明,基于向量自回歸模型的水質(zhì)異常檢測方法具有更高的檢出率和更低的誤報率。3、研究一種基于長短期記憶網(wǎng)絡的水質(zhì)異常檢測方法,構建了長短期記憶網(wǎng)絡模型,整合了大量水質(zhì)數(shù)據(jù),利用一部分數(shù)據(jù)進行參數(shù)訓練和回歸計算,在此基礎上實現(xiàn)水質(zhì)異常檢測的功能,給出了水質(zhì)異常檢測結果。4、結合水質(zhì)異常檢測方法研究,基于多種水質(zhì)事件模擬水質(zhì)參數(shù)的動態(tài)變化,研究水質(zhì)污染的擴散過程,分析實際的水質(zhì)異常檢測性能。
【圖文】：

這一方面是因為我國人均水資源占有量稀少，另一方面是因為水體惡化和越來越嚴重。據(jù)國家環(huán)保部公布的環(huán)境狀況公報[1]顯示，在監(jiān)測的 26 個國控重點湖泊、質(zhì)僅占 3.8%，而劣Ⅴ類水質(zhì)高達 38.5%。我國的七大水系中，有將近 40%做飲用水水源，這一比例在城市地區(qū)高達 78%。除此之外，我國地表水水如圖 1 所示，2016 年全國地表水 1940 個評價中，Ⅳ類以下水質(zhì)高達 32質(zhì)惡化現(xiàn)象十分嚴重。除了地表水水質(zhì)惡化，我國的地下水資源惡化現(xiàn)象在 2016 年全國 6124 個地下水水質(zhì)監(jiān)測點中，較差級以下水質(zhì)超過 60%，化已經(jīng)嚴重影響到我國居民的飲用水安全。同時，在 2016 年近岸海域 4中，四類以下水質(zhì)接近 15%，，近岸水質(zhì)問題也越來越嚴重。從流域的角度在長江、黃河、珠江、松花江、淮河、海河、遼河等七大流域 1617 個監(jiān)Ⅳ類以下水質(zhì)高達 28.8%，112 個重要湖泊（水庫）中Ⅳ類以下水質(zhì)高達化已成為飲用水資源短缺的重要因素。

RNN 包含循環(huán)
【學位授予單位】：東南大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：TP181;TU991.21

【參考文獻】

相關期刊論文 前1條

1 何慧梅;侯迪波;趙海峰;黃平捷;張光新;;基于多因子融合的水質(zhì)異常檢測算法[J];浙江大學學報(工學版);2013年04期

本文編號：2609599