城市供水水質異常檢測與異常特征分析研究.pdf

1、城市供水安全關系到社會生產與居民生活的方方面面。水質預警技術是保障供水安全的重要手段，它是一門由化學、流體力學、環(huán)境科學以及計算機技術等多方面相互交叉的學科。隨著傳感器技術、通信技術與計算機技術的進步，水質預警技術取得了快速的發(fā)展，在原水突發(fā)事故預警、管網水水質預警以及污染影響分析等方面都受到了國內外研究人員的高度關注。
　　水質異常檢測問題是水質預警中的核心問題之一，其主要任務是利用數據挖掘、模式分析等方法探究、發(fā)現水質監(jiān)測數據

2、中潛在的偏離穩(wěn)定狀態(tài)或模式的波動信息。如何利用復雜多變的水質數據進行及時、有效的水質異常檢測是實現水質有效預警的關鍵所在。目前，國內外基于水質數據內在特征進行異常檢測與利用常規(guī)水質參數進行污染物辨識的研究方興未艾。
　　本文結合國家水體污染控制與治理科技重大專項課題等項目，主要針對水質數據中存在的周期性與一般性交化特征、水質時間序列模式分析和提取、異常判斷與檢測性能評價與污染物辨識及異常特征分析等若干水質異常檢測相關的理論和方法展

3、開研究。全文主要工作包括:
　　(1)針對城市供水原水與管網水水質普遍存在的周期性波動現象，研究了因季節(jié)性、用水模式等因素導致的水質波動變化規(guī)律，并以管網水中的消毒劑余氯為具體指標，建立了一種基于周期模式提取的水質異常在線檢測方法。該方法主要應用奇異值分解理論識別并提取水質正常波動的周期模式，然后利用待測數據與正常周期模式之間的偏差判斷水質的異常狀態(tài)，并利用檢出率與誤警率進行了異常檢測性能評價。
　　(2)針對一般非周期性水

4、質參數變化無明顯規(guī)律的特點，在研究水質時間序列數據表達和相似度分析、模式提取等方法的基礎上，建立了一種基于局部密度分析的非周期水質異常檢測方法。該方法主要利用水質時序數據中數據模式的空間關系進行局部密度分析，應用最近鄰及二次最近鄰準則判斷測試數據模式與正常數據模式的空間關系，來判斷被測數據是否存在異常。論文借助在線水質監(jiān)測系統(tǒng)采集得到的水質參數數據序列進行了實例研究，并與基于周期模式提取的異常檢測方法進行了檢測性能對比分析，在平均檢出率

5、、誤警率與計算時間的復雜度等方面，兩種方法各有適用性。
　　(3)在異常檢測的基礎上，研究分析了典型常規(guī)水質參數在不同污染物入侵時的變化模式。論文結合管網實驗系統(tǒng)的污染物加藥實驗，研究分析了氧化物、強還原性物質、弱還原性物質等污染物入侵時多種常規(guī)水質參數的的不同變化模式，重點分析了余氯值在不同類型的污染物作用下的典型變化規(guī)律，為利用常規(guī)水質參數進行污染物辨識提供了實驗依據。
　　(4)研究了利用水質參數變化模式對污染物特性和

6、類別進行初步判斷的問題。論文結合在線分析的需求，提出了基于時序特征提取的水質異常特征在線分析方法;面向污染事件事后分析的需求，提出了基于小波多分辨分析的水質異常特征離線分析方法。分別用于水質時間序列異常特征在線分類和離線聚類與判斷，前者旨在實現水質異常的實時在線分析，后者用于歷史異常特征庫的整理分析。最后應用實測數據和事件疊加數據進行了方法驗證。
　　此外，論文作者在開展城市供水水質異常檢測與異常特征分析研究的同時，參與了國家重大