The method of implementation of the invention relates to the field of environmental monitoring, and discloses a water quality soft measurement prediction method for total phosphorus. Including: get tested multiple water quality monitoring index in water environment quality monitoring data values, the data obtained by each index value is multiple, multiple quality indexes in at least one selected from the TP; water quality monitoring index except TP in a number of indicators of water quality monitoring, water quality monitoring index of the selected data values to form data set, the data set is divided into training set and test set, using a fuzzy neural network algorithm is trained on the training set, the model of TP soft measurement; using the test set, the TP soft measurement model test, the test result is obtained; repeat the test set up and the model, to obtain test results accords with the preset condition, will meet the soft measurement model of TP preset conditions as the soft measurement model of the ultimate. The prediction results of the model are accurate, and the cost of TP's water quality soft measurement prediction is reduced.
【技术实现步骤摘要】
一种总磷的水质软测量预测方法
本专利技术涉及环境监测领域,特别涉及总磷的水质软测量预测技术。
技术介绍
众所周知,我国水资源十分稀缺,人均占有量仅占世界平均水平的1/4,同时严重的水环境的污染问题,如水污染、水体富营养化、城市黑臭水体、地下水污染等。使水资源问题愈加突出。在农村,我国将近96%的、约80~90亿t/a的农村污水没有治理,严重农村环境污染和河海流域污染,在城市,黑臭水体已然成为一种城市病,所有城市几乎无一幸免。国内大部分河流均受到不同程度的污染。缓解水资源紧张、加大污水净化、减轻水环境污染刻不容缓。随着水环境保护及污染治理的紧迫,水质监测提供的水质信息尤为重要,水质监测是水环境保护及污染治理的重要基础,其重要性关乎掌握水资源质量状况、以及对用水、污水处理、排污等有效监控。一方面,受污染水体的水质情况都需要通过化学需氧量(COD)、氨氮、总氮(TN)、总磷(TP)等关键水质指标的监测提供准确及时的水质动态信息,另一方面,及时有效的污水处理参数监测,对污水处理系统有重大意义,污水的排放必须符合国家污水排放标准中的相关规定,这就要求我们必须检测处理出水中TN、TP、COD、氨氮等关键参数。因此加强水环境保护及污染治理需要水质监测工作超前发展。COD、氨氮、TN、TP等关键水质指标的监测,对于水质处理的控制、过程的优化及诊断起着重要的作用,然而这类水质指标难以测量或不易在线测量,目前主要有人工实验室检测及检测水质的自动分析仪表(水质在线检测仪)。水质在线自动分析仪,如COD在线监测仪、TP在线检测仪等,在我国发展比较晚,国内产品的测量精确度和可靠性与 ...
【技术保护点】
一种总磷的水质软测量预测方法,其特征在于,包括:数据的获取及分析:获取待测水环境中多个水质监测指标的数据值,每个水质监测指标被获取到的数据值有多个,多个所述水质监测指标中至少有一个为总磷TP;模型的建立:从除所述TP之外的各水质监测指标中选取若干个水质监测指标,将所选的水质监测指标的数据值形成数据样本集,将所述数据样本集划分为训练集及测试集,利用模糊神经网络算法对所述训练集进行训练,获得TP软测量模型;模型测试:利用所述测试集,对所述TP软测量模型进行测试,获得测试结果;重复执行所述模型的建立和所述模型测试,直至获得的测试结果符合预设条件,将符合所述预设条件的TP软测量模型作为最终的软测量模型。
【技术特征摘要】
1.一种总磷的水质软测量预测方法,其特征在于,包括:数据的获取及分析:获取待测水环境中多个水质监测指标的数据值,每个水质监测指标被获取到的数据值有多个,多个所述水质监测指标中至少有一个为总磷TP;模型的建立:从除所述TP之外的各水质监测指标中选取若干个水质监测指标,将所选的水质监测指标的数据值形成数据样本集,将所述数据样本集划分为训练集及测试集,利用模糊神经网络算法对所述训练集进行训练,获得TP软测量模型;模型测试:利用所述测试集,对所述TP软测量模型进行测试,获得测试结果;重复执行所述模型的建立和所述模型测试,直至获得的测试结果符合预设条件,将符合所述预设条件的TP软测量模型作为最终的软测量模型。2.根据权利要求1所述的总磷的水质软测量预测方法,其特征在于,所述模型测试前,和所述模型测试后,还包括:通过梯度下降法对所获得的TP软测量模型进行优化;所述对TP软测量模型进行测试中,对优化后的TP软测量模型进行测试。3.根据权利要求1所述的总磷的水质软测量预测方法,其特征在于,所述模型的建立之前,还包括:相关性分析:利用各个水质监测指标的数据值,进行相关性分析,获得除所述TP之外的各个...
【专利技术属性】
技术研发人员:朱亚杰,王云,王伟,李响,
申请(专利权)人:复凌科技上海有限公司,
类型:发明
国别省市:上海,31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。