管网水质多指标动态关联异常检测方法

被引：5

作者：

魏媛

冯天恒

黄平捷

侯迪波

张光新

机构：

[1] 浙江大学工业控制技术国家重点实验室

来源：

浙江大学学报(工学版) | 2016年 / 50卷 / 07期

关键词：

常规水质指标; 数据融合; 水质异常检测; 时间序列分析; 动态时间规整; 相关性分析;

D O I：

暂无

中图分类号：

X832 [水质监测];

学科分类号：

0804 ; 082803 ;

摘要：

为了提高城市供水管网水质监测系统的污染检测能力,利用污染物所引起多个指标变化之间的关联特性,提出基于多常规水质指标动态关联分析的水质异常检测方法.应用动态时间规整算法(DTW)衡量多个常规水质指标时间序列间的动态距离,刻画各指标波动的相似程度和动态关联特性.利用D-S证据理论融合各指标单独的异常概率,将融合后得到的供水管网水质异常概率与所设定的多指标融合异常概率阈值进行比较,作出当前时刻水质是否存在水质异常的综合判断.依托课题组模拟供水管网实验系统,设计不同浓度的硫酸铜和铁氰化钾污染物的注入实验,利用在线监测的pH值、浊度、余氯、溶解氧等8种常规水质指标进行动态关联分析和水质异常检测,方法的可行性和异常检测性能通过受试者工作特征曲线(ROC)进行验证.

引用

页码：1402 / 1409

页数：8

共 14 条

[1] 基于粗糙集和证据理论的水质分析预警技术研究 [J].

朱琼瑶 ;

张光新 ;

冯天恒 ;

黄平捷 ;

侯迪波 .

浙江大学学报(农业与生命科学版), 2012, 38 (06) :747-754

[2] 基于DTW的多元时间序列模式匹配方法 [J].

李正欣 ;

张凤鸣 ;

李克武 .

模式识别与人工智能, 2011, 24 (03) :425-430

[3] 基于自适应AR模型的核电站松动件报警方法 [J].

杨将新 ;

郑华文 ;

曹衍龙 ;

方力先 ;

谢永诚 ;

沈小要 .

原子能科学技术, 2010, 44 (06) :701-705

[4]

A Comparative Assessment of Support Vector Machines, Probabilistic Neural Networks, and K-Nearest Neighbor Algorithms for Water Quality Classification[J] . Fereshteh Modaresi,Shahab Araghinejad. Water Resources Management . 2014 (12)

[5]

Minimum volume ellipsoid classification model for contamination event detection in water distribution systems[J] . Nurit Oliker,Avi Ostfeld. Environmental Modelling and Software . 2014

[6]

A coupled classification – Evolutionary optimization model for contamination event detection in water distribution systems[J] . Nurit Oliker,Avi Ostfeld. Water Research . 2013

[7] A dynamic thresholds scheme for contaminant event detection in water distribution systems [J].

Arad, Jonathan ;

Housh, Mashor ;

Perelman, Lina ;

Ostfeld, Avi .

WATER RESEARCH, 2013, 47 (05) :1899-1908

[8] Multivariate Trajectory Clustering for False Positive Reduction in Online Event Detection [J].

McKenna, Sean A. ;

Vugrin, Eric D. ;

Hart, David B. ;

Aumer, Robert .

JOURNAL OF WATER RESOURCES PLANNING AND MANAGEMENT-ASCE, 2013, 139 (01) :3-12

[9]

Detection of outliers in water quality monitoring samples using functional data analysis in San Esteban estuary (Northern Spain)[J] . Science of the Total Environment . 2012

[10]

A hybrid neural network and ARIMA model for water quality time series prediction[J] . Engineering Applications of Artificial Intelligence . 2009 (4)

← 1 2 →