【摘要】：供水安全關(guān)乎國(guó)計(jì)民生。隨著社會(huì)經(jīng)濟(jì)的高速發(fā)展,水質(zhì)污染問(wèn)題愈加嚴(yán)重。為了在水質(zhì)污染發(fā)生之前提前預(yù)警,預(yù)測(cè)水質(zhì)異常,有必要研究水質(zhì)污染預(yù)警系統(tǒng),進(jìn)行水質(zhì)異常判斷和分析。水質(zhì)異常檢測(cè)技術(shù)是水質(zhì)污染預(yù)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(cè)技術(shù)對(duì)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?jī)?nèi)容如下:1、通過(guò)文獻(xiàn)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(biāo)準(zhǔn)和水質(zhì)異常定義,總結(jié)了水質(zhì)異常檢測(cè)的一般過(guò)程,對(duì)幾種常用的水質(zhì)異常檢測(cè)技術(shù)進(jìn)行了介紹。2、研究基于時(shí)間序列模型的水質(zhì)異常檢測(cè)方法,通過(guò)自回歸模型和向量自回歸模型實(shí)現(xiàn)水質(zhì)背景信號(hào)的高精度跟蹤和預(yù)測(cè),計(jì)算預(yù)測(cè)殘差,與設(shè)定閾值比較,判斷水質(zhì)是否異常,最后利用ROC曲線來(lái)評(píng)價(jià)自回歸模型和向量自回歸模型水質(zhì)異常檢測(cè)效果的差異。同時(shí),通過(guò)在ROC曲線左上角選擇最佳切線從而獲得最佳閾值點(diǎn),計(jì)算最佳閾值,完成水質(zhì)異常檢測(cè)過(guò)程。實(shí)驗(yàn)結(jié)果表明,基于向量自回歸模型的水質(zhì)異常檢測(cè)方法具有更高的檢出率和更低的誤報(bào)率。3、研究一種基于長(zhǎng)短期記憶網(wǎng)絡(luò)的水質(zhì)異常檢測(cè)方法,構(gòu)建了長(zhǎng)短期記憶網(wǎng)絡(luò)模型,整合了大量水質(zhì)數(shù)據(jù),利用一部分?jǐn)?shù)據(jù)進(jìn)行參數(shù)訓(xùn)練和回歸計(jì)算,在此基礎(chǔ)上實(shí)現(xiàn)水質(zhì)異常檢測(cè)的功能,給出了水質(zhì)異常檢測(cè)結(jié)果。4、結(jié)合水質(zhì)異常檢測(cè)方法研究,基于多種水質(zhì)事件模擬水質(zhì)參數(shù)的動(dòng)態(tài)變化,研究水質(zhì)污染的擴(kuò)散過(guò)程,分析實(shí)際的水質(zhì)異常檢測(cè)性能。
【圖文】：

這一方面是因?yàn)槲覈?guó)人均水資源占有量稀少，另一方面是因?yàn)樗w惡化和越來(lái)越嚴(yán)重。據(jù)國(guó)家環(huán)保部公布的環(huán)境狀況公報(bào)[1]顯示，在監(jiān)測(cè)的 26 個(gè)國(guó)控重點(diǎn)湖泊、質(zhì)僅占 3.8%，而劣Ⅴ類水質(zhì)高達(dá) 38.5%。我國(guó)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(dá) 78%。除此之外，我國(guó)地表水水如圖 1 所示，2016 年全國(guó)地表水 1940 個(gè)評(píng)價(jià)中，Ⅳ類以下水質(zhì)高達(dá) 32質(zhì)惡化現(xiàn)象十分嚴(yán)重。除了地表水水質(zhì)惡化，我國(guó)的地下水資源惡化現(xiàn)象在 2016 年全國(guó) 6124 個(gè)地下水水質(zhì)監(jiān)測(cè)點(diǎn)中，較差級(jí)以下水質(zhì)超過(guò) 60%，化已經(jīng)嚴(yán)重影響到我國(guó)居民的飲用水安全。同時(shí)，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(wèn)題也越來(lái)越嚴(yán)重。從流域的角度在長(zhǎng)江、黃河、珠江、松花江、淮河、海河、遼河等七大流域 1617 個(gè)監(jiān)Ⅳ類以下水質(zhì)高達(dá) 28.8%，112 個(gè)重要湖泊（水庫(kù)）中Ⅳ類以下水質(zhì)高達(dá)化已成為飲用水資源短缺的重要因素。

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

【參考文獻(xiàn)】

相關(guān)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(cè)算法[J];浙江大學(xué)學(xué)報(bào)(工學(xué)版);2013年04期

本文編號(hào)：2609599