AWWA WQTC62511
使用神經網絡預測水源水質

Predicting Source Water Quality Using Neural Network

標準號

AWWA WQTC62511

發布

1970年

發布單位

SCC

當前最新

AWWA WQTC62511

 

 

適用范圍

水源水質的快速波動會擾亂水處理廠的日常運行。水源水污染和水處理干擾同時發生，引發了多起水源水污染事件（Woo 和 Vicente，2003；Fox 和 Lytle，1996）。根據流域活動了解水源水波動可提高 WTP 運行的穩健性。該項目的主要目標是：確定蒙特利爾水處理廠 (WTP) 入口處水源水濁度波動的來源；并利用這些信息通過人工神經網絡 (ANN) 方法提前 24 小時預測濁度峰值。該項目的第一步是熟悉感興趣的現象，即濁度變化。為此，收集并觀察了 40 個月的每日濁度數據，以描述主要事件并定義任何現有模式。在同一時期，根據文獻綜述收集了 43 個可能與濁度變化相關的變量的數據。從這個變量列表中，那些表現出顯著季節性變化的變量被保留為潛在的獨立變量。通過將濁度和潛在指標的圖表疊加在一起，可以確定濁度變化的主要原因。此方法還可以觀察參數之間的時間滯后。作為圖形方法的補充，生成了指標和不同時間滯后的濁度值之間的相關矩陣。一旦確定了濁度波動的主要原因，就選擇人工神經網絡作為建模工具來預測它們。所采用的方法是使用環境和水資源領域研究團隊提出的方法制定的（Baxter 等人，2002 年；Maier 和 Dandy，2000 年）。它包括六個主要步驟：確定需求；選擇性能標準；開發和組織數據庫；構建神經網絡模型；以及最終的模型選擇。包括 7 個參考文獻、表格和圖表。

專題

AWWA WQTC62511相似標準

AWWA WQTC62511 中可能用到的儀器設備