【技术实现步骤摘要】
本专利技术涉及水质监测，更具体地说，它涉及一种分布式智能地下水水质监测系统及方法。
技术介绍
1、地下水是指自然界中存在于地表以下的水体，其主要由降水渗透到地表以下后形成，地下水被广泛应用于农业、工业和生活供水等领域，是重要的淡水资源之一。现有的地下水水质监测手段主要包括：1.采样分析法，其通过采集地下水样本带回实验室通过液相色谱仪或者化学成分分析法等手段来获得地下水样本中的水质参数；2.原位监测法，其通过在地下水井中设置多个水质参数传感器来实时获取水质参数，并通过阈值判断该地下水是否受到污染；3.水质追踪法，其通过在地下水中加入示踪剂来确定污染源位置。
2、然而采样分析法通过物理或者化学手段分析获得水质参数的时间与采样时间之间存在较大的时间差，随着地下水的流动，当前时间点的地下水水质情况与采样时间点的地下水水质情况也会产生偏差，无法实时反映地下水水质情况；原位监测法虽然能够实时监测地下水，但是传感器自身存在老化情况，在没有校准的前提下可能导致获取的水质参数与实际的水质参数存在偏差；水质追踪法投放的示踪剂可能会对地下水造成污染。
3、因此亟须一种地下水水质监测系统以解决上述问题。
技术实现思路
1、本专利技术提供一种分布式智能地下水水质监测系统及方法，解决上述
技术介绍
中的技术问题。
2、本专利技术提供了一种分布式智能地下水水质监测系统，包括：
3、地下水水域网格划分模块，其用于将待监测地下水水域在水平方向上按照等距离间隔划分为m个网格
4、电导率特征矩阵构建模块，其用于通过电极数量为h的电导率电极阵列获取待监测地下水水域的每个网格的电导率向量，并构建第一电导率特征矩阵；
5、第一电导率特征矩阵表示为：；
6、其中分别表示待监测地下水水域在水平方向上第1个网格到第m个网格的电导率向量，分别表示待监测地下水水域在垂直方向上第1个网格到第n个网格的电导率向量，表示待监测地下水水域在水平方向上第m个网格在垂直方向上第n个网格的电导率向量，所述电导率向量表示为：，其中分别表示第1个电极对到第k个电极对的电导率值；
7、电导率校正模块，其用于通过电导率校正模型对第一电导率特征矩阵进行校正获得第二电导率特征矩阵；
8、第二电导率特征矩阵的表示和第一电导率特征矩阵的表示相同；
9、水质参数预测模块，其用于获取待监测地下水水域的水质参数预测模型并输入第二电导率特征矩阵到所述水质参数预测模型中，输出的值表示待监测地下水水域的每个网格的总溶解固体的浓度；
10、水质预警模块，其用于根据待监测地下水水域的每个网格的总溶解固体的浓度采取不同的水质预警措施。
11、进一步地，m和n通过相关水质专家对待监测地下水水域进行评估设定。
12、进一步地，电导率值的计算公式如下：，其中e表示电极对的电导率值，i表示电极对之间施加的电流值，v表示电极对之间的电势差，d表示电极对之间的距离。
13、进一步地，依次对电导率电极阵列中的电极对施加相同大小的电流，并依次获取与该电极对不相邻的电极对之间的电导率值的平均值作为该电极对的电导率值，k个电极对的电导率值形成电导率向量，其中电导率向量的维度数k=h。
14、进一步地，电导率校正模型通过最小二乘法进行非线性拟合获得，电导率校正模型的计算公式如下：，其中表示通过电导率校正模型校正后的电导率值，表示通过电导率电极阵列获得的电导率值，表示水温值，p表示酸碱度值。
15、进一步地，水质参数预测模型包括m个隐藏层，每个隐藏层包括n个隐藏单元，其中第i个隐藏层的第j个的隐藏单元输入第二电导率特征矩阵的第i行的第j列的电导率向量，每个隐藏层的每个隐藏单元输出隐藏状态都输入到分类器中，分类器的分类标签表示待监测地下水水域的对应网格的总溶解固体的浓度，其中1≤i≤m，1≤j≤n。
16、进一步地，水质参数预测模型的计算公式包括：
17、第u个隐藏层的第v个隐藏单元的重置门的计算公式如下：
18、；
19、其中、和分别表示第u个隐藏层的第v个隐藏单元的重置门对应的第一权重参数、第二权重参数和偏置参数；
20、第u个隐藏层的第v个隐藏单元的更新门的计算公式如下：
21、；
22、其中、、分别表示第u个隐藏层的第v个隐藏单元的更新门对应的第一权重参数、第二权重参数和偏置参数；
23、第u个隐藏层的第v个隐藏单元的候选隐藏状态的计算公式如下：
24、；
25、其中、和分别表示第u个隐藏层的第v个隐藏单元的候选隐藏状态对应的第一权重参数、第二权重参数和偏置参数，表示第u个隐藏层的第v个隐藏单元的重置门，表示逐点相乘；
26、第u个隐藏层的第v个隐藏单元的隐藏状态的计算公式如下：
27、；
28、其中和分别表示第u个隐藏层的第v个隐藏单元的更新门和候选隐藏状态，表示逐点相乘；
29、定义：1≤u≤m，1≤v≤n，表示第u个隐藏层的第v个隐藏单元输入的第二电导率特征矩阵的第u行的第v列的电导率向量，其中，其中表示第u-1个隐藏层的第v个隐藏单元输出的隐藏状态，表示第u个隐藏层的第v-1个隐藏单元输出的隐藏状态，和均赋值为0，sigmoid表示sigmoid激活函数，tanh表示双曲正切函数。
30、进一步地，通过采集多组待监测地下水水域每个网格的电导率值，并分别构建第一电导率特征矩阵，再通过电导率校正模型校正获得第二电导率特征矩阵，将第二电导率特征矩阵作为训练水质参数预测模型的训练样本对应的训练数据，将采集的多组待监测地下水水域每个网格的真实的总溶解固体的浓度作为训练水质参数预测模型的训练样本对应的训练标签，真实的总溶解固体的浓度与水质参数预测模型预测的总溶解固体的浓度之间的差作为损失函数，利用梯度下降算法来更新水质参数预测模型的权重参数和偏置参数。
31、进一步地，将待监测地下水水域的每个网格的总溶解固体的浓度划分为3个等级，优质等级对应的总溶解固体的浓度为0到300毫克/升之间，一般等级对应的总溶解固体的浓度为301到10000毫克/升之间，严重等级对应的总溶解固体的浓度为10001到15000毫克/升之间，对于优质等级采取保护措施，对于一般等级采取加强监测措施，对于严重等级采取治理措施。
32、本专利技术提供一种分布式智能地下水水质监测方法，包括以下步骤：
33、步骤s201，将待监测地下水水域在水平方向上按照等距离间隔划分为m个网格，在垂直方向上按照等距离间隔划分为n个网格；
34、步骤s202，通过电极数量为h的电导率电极阵列获取待监测地下水水域的每个网格的电导率向量，并构建第一电导率特征矩阵；
35、步骤s203，通过电导率校正模型对第一电导率特征矩阵进行校正获得第二电本文档来自技高网...
【技术保护点】
1.一种分布式智能地下水水质监测系统，其特征在于，包括：
2.根据权利要求1所述的一种分布式智能地下水水质监测系统，其特征在于，M和N通过相关水质专家对待监测地下水水域进行评估设定。
3.根据权利要求1所述的一种分布式智能地下水水质监测系统，其特征在于，电导率值的计算公式如下：，其中E表示电极对的电导率值，I表示电极对之间施加的电流值，V表示电极对之间的电势差，D表示电极对之间的距离。
4.根据权利要求1所述的一种分布式智能地下水水质监测系统，其特征在于，电导率校正模型通过最小二乘法进行非线性拟合获得，电导率校正模型的计算公式如下：，其中表示通过电导率校正模型校正后的电导率值，表示通过电导率电极阵列获得的电导率值，表示水温值，P表示酸碱度值。
5.根据权利要求1所述的一种分布式智能地下水水质监测系统，其特征在于，水质参数预测模型包括M个隐藏层，每个隐藏层包括N个隐藏单元，其中第i个隐藏层的第j个的隐藏单元输入第二电导率特征矩阵的第i行的第j列的电导率向量，每个隐藏层的每个隐藏单元输出隐藏状态都输入到分类器中，分类器的分类标签表示待监
6.根据权利要求5所述的一种分布式智能地下水水质监测系统，其特征在于，水质参数预测模型的计算公式包括：
7.根据权利要求6所述的一种分布式智能地下水水质监测系统，其特征在于，通过采集多组待监测地下水水域每个网格的电导率值，并分别构建第一电导率特征矩阵，再通过电导率校正模型校正获得第二电导率特征矩阵，将第二电导率特征矩阵作为训练水质参数预测模型的训练样本对应的训练数据，将采集的多组待监测地下水水域每个网格的真实的总溶解固体的浓度作为训练水质参数预测模型的训练样本对应的训练标签，真实的总溶解固体的浓度与水质参数预测模型预测的总溶解固体的浓度之间的差作为损失函数，利用梯度下降算法来更新水质参数预测模型的权重参数和偏置参数。
8.根据权利要求1所述的一种分布式智能地下水水质监测系统，其特征在于，将待监测地下水水域的每个网格的总溶解固体的浓度划分为3个等级，优质等级对应的总溶解固体的浓度为0到300毫克/升之间，一般等级对应的总溶解固体的浓度为301到10000毫克/升之间，严重等级对应的总溶解固体的浓度为10001到15000毫克/升之间，对于优质等级采取保护措施，对于一般等级采取加强监测措施，对于严重等级采取治理措施。
9.一种分布式智能地下水水质监测方法，其特征在于，采用如权利要求1-8任一项所述的一种分布式智能地下水水质监测系统，包括以下步骤：
...【技术特征摘要】
1.一种分布式智能地下水水质监测系统，其特征在于，包括：
2.根据权利要求1所述的一种分布式智能地下水水质监测系统，其特征在于，m和n通过相关水质专家对待监测地下水水域进行评估设定。
3.根据权利要求1所述的一种分布式智能地下水水质监测系统，其特征在于，电导率值的计算公式如下：，其中e表示电极对的电导率值，i表示电极对之间施加的电流值，v表示电极对之间的电势差，d表示电极对之间的距离。
4.根据权利要求1所述的一种分布式智能地下水水质监测系统，其特征在于，电导率校正模型通过最小二乘法进行非线性拟合获得，电导率校正模型的计算公式如下：，其中表示通过电导率校正模型校正后的电导率值，表示通过电导率电极阵列获得的电导率值，表示水温值，p表示酸碱度值。
5.根据权利要求1所述的一种分布式智能地下水水质监测系统，其特征在于，水质参数预测模型包括m个隐藏层，每个隐藏层包括n个隐藏单元，其中第i个隐藏层的第j个的隐藏单元输入第二电导率特征矩阵的第i行的第j列的电导率向量，每个隐藏层的每个隐藏单元输出隐藏状态都输入到分类器中，分类器的分类标签表示待监测地下水水域的对应网格的总溶解固体的浓度，其中1≤i≤m，1≤j≤n。
6.根据权利要求5所述的一种分布式智能地下水水质监测系统，其...
【专利技术属性】
技术研发人员：陈韦力，
申请(专利权)人：上海阿夸斯科技有限公司，
类型：发明
国别省市：
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。