基于灰色动态预测模型的清河水库水质预测研究

本文运用灰色动态预测模型模拟清河水库COD和总氮两项水质指标的变化,结合清河水库水质监测站实测水质采样数据,分析了灰色动态预测模型在清河水库水质预测的适用性以及预测精度,结果表明:灰色动态预测模型适用于清河水库水质预测,预测的COD指标和总氮浓度与实测水质监测数据相对误差均小于30%,符合水质模拟精度规范要求。研究成果对于清河水库水污染防治和治理提供参考价值。     

大伙房水库水质预测中水文水质模型联合应用分析

水质是水库运行质量的重要参考标准,水质的检测项目包括水中所溶解的氧气含量、磷的含量、叶绿素a的含量以及水体透明度等,通过对这些指标的检测来评价水体的富营养化程度。文章使用了线性回归分析法,对参数进行了优化,并建立多种数学模型,利用现有的检测数据对大伙房水库的水质进行预测,并通过一些误差计算方式对预测的结果进行评价。根据预测结果与评价结果,自适应神经模糊推理数据预测模型对水质的预测效果要比多元化线性预测模型以及径向基神经预测模型要好,所以对大伙房水库的水质预测结果以自适应神经模糊推理数据预测模型的预测结果为参考标准。     

污水曝气污染物浓度预测及其成本最优控制

在污水处理厂水质检测中,化学需氧量(COD)和氨氮浓度(NH_3-N)等指标很难实现实时、精准、经济的测量,因而难以根据污染物浓度对污水处理过程中曝气需氧量和能耗进行控制。应用支持向量机(SVM)建立了预测模型,再用信息粒化时序回归方法来预测COD和NH_3-N的变化,实现了对COD和NH_3-N的在线软测量。在预测指标符合出水标准的前提下,建立了曝气成本数学模型;并考虑政府COD超量削减补贴,得到综合成本模型。应用NSGA-Ⅱ算法优化曝气处理工艺,可使吨水电耗降低44%~58%。     

大气降水对锦州市河流水质的影响分析

本文利用GIS、模糊综合评价、聚类分析以及Mann-Kendall测试等技术对锦州市8个雨量站和48个地表水水质监测及采样点近10年的数据进行了分析,研究了大气降水对锦州市河流水质的影响规律,并得到锦州市水质模糊综合评价指数与无量纲化降水量的回归方程,为相关政策与措施的制定提供科学参考。     

地表水质监测模型中的几种人工智能方法

摘要：本文重点对地表水质预测模型的几种人工智能方法进行了评述，具体说明了BP神经网络水质预测模型、地表水COD浓度灰色预测模型、时间数列预测方法及WASP5模型系统等方法的原理和特点。并提出地表水质预测模型WASP5与GIS系统集成的趋势，建立水质自动监测系统是我国水质现状和社会发展的需要，并分析了发展水质自动检测系统的方法及可行件．     

水质检测化验误差数据处理与分析

水质监测与检测是区域水资源保护工作中的重要一环。文章主要以辽宁省锦州市为例,对该研究区水质检测化验误差数据处理与分析相关内容展开论述。文中首先针对水质检测误差分析中常用的两大概念"真值与平均值"进行介绍,在此基础上,分别对误差与误差类型、准确度与精密度等相关内容进行简介,从而为本研究水质检测化验误差数据处理、分析提供理论依据。     

杭州给城市污水处理安上“电子眼”

杭州市排水部门于日前建成自动监测系统,对排放水质用“电子眼”实行实时监测。通过监控电脑,监控人员可看到污水处理厂排放口的出水流量、pH值、COD等水质指标。通过数据采集仪,该系统可自动对污水处理厂的出水口进行水样数据测量采集,再通过公司用电话网传输至管理中心,一旦发现指标异常,     

基于遗传2神经网络的实时水质预测模型

基于高频水质在线监测数据, 结合遗传算法和神经网络模型, 建立基于遗传-神经网络( Improved Genetic Algorithm-Back Propagation Neural Network, IGA2BPNN) 的河流水质预测模型, 实现对河流水质的实时预测预警。 将该方法应用于美国波托马克河流中, 对其水质参数浊度( TURB) 和电导率( SC) 进行实时预测, 并对预测结果进行 性能分析, 以验证基于 IGA2BPNN 的河流水质预测模型的准确性与可靠性。与 BPNN 模型的水质预测结果进行对 比分析, 结果表明: IGA2BPNN 模型对水质参数 TURB 和 SC 有更准确的预测效果。同时, IGA2BPNN 模型对正常 平稳条件下的水质参数 TURB 和 SC 预测结果的区间覆盖率 PICP 分别为 99.81% 和 100% , 预测结果具有一定的 可靠性。IGA2BPNN 水质预测模型可以有效地识别长时间的水质异常或瞬时显著的水质变化情况, 可实现对河流 水质的风险预警, 最终可为河流突发水污染的应急处置措施的制定提供科学依据。     

供水工程中水质自动监测站质量控制数据的分析与研究

在新疆的供水工程设立水质自动监测站,对供水水质进行实时监控,具有十分重要的意义。本文研究的重点是在顶山水质自动监测站质量控制工作的基础上,分析质量控制实验数据,找出影响水质自动监测站检测结果的原因,选择合适的方法对水质自动监测站检测数据的可比性、准确性作出判定,为今后水质自动监测站的建设和质量控制提供可借鉴的经验。     

虚拟仪器在水质监测中的应用研究

针对传统的水质监测系统在实际工程应用中存在的诸多缺陷,提出了将虚拟仪器技术应用于水质监测过程当中,同时引入基于BP神经网络的水质预测模型。应用模型对水质参数的预测数值和实时测量数值进行处理,提高了水质参数测量的精确度。通过实例仿真试验验证了该水质监测系统。     

紫外-可见光谱法水质COD检测技术研究——以大凌河水质检测为例

对于在水质的检测来说,水体中氯离子对COD测定的影响不容忽视。重铬酸钾具有强氧化性,能氧化大部分物质中的有机物。但它通常是用来确定水体COD大于30mg/L,和氯离子易受影响。因此,在高氯浓度废水中,通常采用氯离子对氯离子影响较小的碱性高锰酸钾法。在潮汐河口,通常采用酸性高锰酸钾法在上游和碱性高锰酸钾法下游。不同的检测方法导致水质评价不一致。文章选择大凌河的水质检测为案例,对紫外-可见光谱法水质COD检测技术进行了详细的研究。     

基于WinCE的水质检测系统设计与实现

基于WinCE的水质检测系统主要由水质采集模块、GPRS模块和以太网模块构成。该系统通过水质传感器将实时水质数据转换成模拟信号,再由A/D转换器转换为数字信号并由现场分析模块进行选择处理,可以现场给出分析结果,也可以将现场数据通过GPRS模块或者以太网接口送到中心分析子系统进行多点数据分析。     

杭州管网水质实时监测系统

介绍了杭州市管网水质实时监测系统 ,并对数据进行了初步分析。指出管网水质实时监测系统对加强管网水质管理有重要意义     

水质光电在线监测设备研发及其应用

研究设计了一种新型AlGaN基宽光谱紫外LED(UV-LED)结构，在单芯片上设计了包含4种不同Al组分和不同厚度的量子阱结构，获得了宽发光光谱，在6 V正向电压的偏置下，发光光谱半高宽为17 nm,接近传统UV-LED的2倍。在此基础上，将多个具有不同发光波段紫外LED组成阵列，制备成连续波段的紫外光源，同时利用该紫外光源，结合紫外探测器，开发出了紫外光电水质在线监测设备。最后，利用该光电设备对秦淮河三汊河入江口河段的水质COD进行实时在线监测，并与实验室采样检测结果进行了数据比对分析。结果表明，光电设备监测结果与实验室检测结果具有一致性，同时还具有更高的实时灵敏度，适合在线监测应用。     

何坊水库水环境容量研究及水资源质量变化预测(英文)

根据Vollenweider模型和Dillion模型,对何坊水库COD、TP、TN的水环境容量进行计算.按地表水Ⅲ类标准,经计算得出COD、TN的水环境容量尚有剩余,TP的已利用环境容量超过水库的承载能力.针对TP浓度超标,选用Kirchner-Dillon营养物预测模型对TP变化进行预测,探讨水库水环境质量变化规律.最后,对TP超标的原因进行了分析,提出了保护水库水质的对策.     

蜀河水电站区域环境水质监测频率分析

有效进行水质监测的前提是水质监测频率计算。根据安康市环境监测站的水质监测试验数据，采用统计学的方法对水质采样频率进行计算可知，PH、DO、COD4、COD—BOD5、NH3-N、总P、总N和粪大肠菌群的监测次数分别为4、3、10、15、20、17、40、5、17。用该方法计算的水质采样频率，可为制定水质监测方案提供参考，避免盲目性和不确定性。     

基于降水量改进的PSO—RBF神经网络水质预测模型及应用研究

针对秦皇岛市石河水库水源地水质预测问题作深入研究,通过PSO—RBF神经网络,构建水质预测模型,模拟分析水质内源影响因子及气象因子与水体中氮磷变化的响应关系,实现对水质的预测,为水体富营养化评价提供理论支撑。对秦皇岛市饮用水水源地水环境现状进行研究,科学评价秦皇岛区域内水环境变化趋势,实时反映水环境状况,为秦皇岛市饮用水水源地水环境分析提出可操作性方案以及监测管理手段。     

东江水量水质监控系统设计实现与关键技术

广东省东江流域水资源水量水质监控系统在采集、共享和接入数据的基础上,实现流域水情、雨情、工情、取水等数据实时更新,并预测其发展趋势。该系统按照SOA三层架构设计思想,采用了数据采集平台、数据交换平台和水量水质评价预测模型等数据集成共享技术,实现了重点监控对象实时监控和数据接收处理功能,并对广东省水文局、东莞水务中心等单位站点数据资源进行整合利用与共享,提高了水利资金的应用效益,保证了数据的一致性,避免了不同数据来源差异性,降低了运维成本,为落实广东省东江流域水资源分配方案奠定了技术基础。     

化学需氧量测定法改进过程及发展趋势研究

化学需氧量（ COD）是对水质进行监测评价主要指标之一。文章由标准法的改进入手,并结合工作实践对其检测现状同进展作了分类论述,同时介绍了COD的测定法向着更加科学合理化改进和发展的趋势。     

灰色理论及神经网络组合模型在水质预测中的应用

利用灰色理论和神经网络的组合式模型实现了对原水水质的预测。它分析了水质数据的影响因素多,水质变化的非线性等特点,同时考虑灰色理论的单变量预测优势以及神经网络能有效处理数据的非线性、模糊信息的特点,提出使用灰色理论模型GM(1,1)对水质数据进行建模,再使用BP神经网络对实际值和预测值的残差进行建模,最后叠加上述两个模型,实现灰色神经网络组合式水质预测模型。通过对某水厂水质的预测值和实际值的比较,表明该模型对水质有较高的预测精度。