基于神经网络的水库藻类预警模型研究-电气工程专业论文.docxVIP

万方数据 万方数据 Classified Index: TP273.3 : 621.3 Dissertation for the Master‘s Degree of Engineering RESEARCH ON WARNING MODEL OF ALGAE IN RESERVOIR BASED ON NEURAL NETWORK Candidate： Wang Weiwei Supervisor： Prof.Zhang Donglai Academic Degree Applied for： Master of Engineering Asst.Supervisor Yan Guohua Engineer Speciality： Electrical Engineer Affiliation： ShenZhen Water(Group) CO.LTD Date of Defence： December， 2013 Degree-Conferring-Institution： Harbin Institute of Technology 哈尔滨工业大学工程硕士学位论文 哈尔滨工业大学工程硕士学位论文 摘 要 随着工业飞速发 展，水体富营 养化日渐严 重，并已成 为世界水环境 重大 的水质问题之一 。当富营养水 体作为供水 水源时会产 生一些不利因 素，比如 使水厂的混凝效 果不理想、产 水率下降、 产生对人体 有害的毒素等 。水华的 发生是水体富营 养化的重要标 志。因此， 预测水华发 生且及时发出 警告使水 处理部门能够采 取相应措施尤 为重要。 本文对华南地 区 S 水库进行了 水质藻类风险 预警研究 。针对水库藻 类水 华产生的特点， 通过对近一年 水库气象、 水质数据的 整理与分析， 建立了基 于 BP 神经网络 的 S 水库藻类 水华短期预 测模型。对 水库水质的预 测分为四 个级别：不满足 （水华发生） 条件、初步 满足（水华 发生）条件、 满足（水 华发生）条件、 临界或发生。 预警模型为 预防或处理 水华发生赢得 了宝贵的 时间，减少了水 厂应对藻类暴 发风险的压 力，为安全 供水提供了保 障。 水库藻类四个预 警级别的划分 根据《全国 重点湖库藻 类试点监测技 术规 程》的相关规 定。根据 规程藻类的 细胞密度（个/L）大于 1000 万个即为水华 发生，藻类细胞 密度小于 100 万个时认为 不具备发生 条件。根据水 库现有监 测条件和 手段， 网络模 型选取 水库水温 、PH 值、叶绿 素总浓 度、总 磷、总 氮、溶解氧六种 水质指标作为 神经网络预 警模型的输 入量。分别采用 BP 神 经网络、广义回归网络、径 向基函数网络 对 S 水库藻 类建立预警模 型并进行 分析。BP 神经网 络预警模型包 括 6 个 输入神经元、1 层隐含层、2 个隐含层 神经元为，1 个输出层神 经元。借助 MATLAB 软件的 GUI 工具箱 功能可以 节省寻找最佳算 法的时间和简 化尝试最优 网络结构的 步骤。预警模 型训练数 据是水库 20 组实测数据 ，另外 10 组实测 数据作为测 试数据，模型 预测准确 率为 80%，达到预期效果。 关键词：藻类； 预警模型； BP 神经网络；径 向基函数网 络；广义回 归网络； MATLAB I - Abstract With t he rapid deve lopment of industry, the eutrophicat ion of water bodies is very serious and is one of t he treme ndous water qua lity problems in t he world‘s water environment. When the eutrophic water body is used as a water resource, some proble ms w ill happen, such as no ideal coagulat ion effect, water production rate decline, producing har mful toxins, etc. The occurrence of water bloom is an important symbo l of eutrophicat ion. Therefore it is very important to predict the outbreak of water bloom and report to the water-treatment aut horit y. It is researched in this