[發明專利]一種基于氣象因子的CA-NARX水質預測方法

有效

• 申請號: 202010025553.8
• 申請日: 2020-01-10
• 公開（公告）號: CN111260117B
• 公開（公告）日: 2022-03-25
• 發明（設計）人: 王晶;耿燕;章胤;金玉璽
• 申請（專利權）人: 燕山大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q50/06;G06N3/08
• 代理公司: 石家莊眾志華清知識產權事務所(特殊普通合伙) 13123
• 代理人: 張明月

本發明公開了一種基于氣象因子的CA?NARX水質預測方法，屬于智能水質預測數據應用技術領域；包括以下步驟：①進行數據標準化，②創建樣本矩陣，③根據分位數確定初始聚類中心，④根據歐氏距離進行初始聚類，⑤將每類的均值作為新的聚類中心，⑥根據各樣本距聚類中心的馬氏距離按批聚類，⑦聚類數篩選，⑧選取最好的聚類數，⑨m折交叉驗證選擇訓練樣本，⑩前向型NARX神經網絡分類預測。本發明主要解決中小型水庫水質預測成本費用高、預測準確度低問題，同時處理傳統聚類算法對數據的非均質、各類方差不同的不適用性問題，并對NARX神經網絡訓練準確度進行一定程度的提升。

技術領域

本發明涉及智能水質預測數據應用技術領域，尤其是一種基于氣象因子的CA-NARX水質預測方法，應用于水源地水質預測及管理。

背景技術

水源地的水質情況與人民生活息息相關，運用科學的方法對水質指標進行預測是一種有效的水資源管理和保護方法。總磷、總氮含量是水體富營養化狀態的重要評價指標，也是影響水體環境的重要因素。對水體中總磷、總氮含量的準確快速預測可為水環境的評估與預警提供理論支撐，同時也為相關部門提供決策依據，有助于水環境監控與管理工作的進行，保證居民飲水的安全性。

目前，世界上水質預測方面主要有三大方向：從大量的水質歷史數據挖掘信息進而預測水質、建立先進準確的水動力數學模型預測水質、通過氣象因子數據預測水質。在運用大量歷史數據進行水質預測研究方面，Ali Najah Ahmed等提出了一種以PH值等水質參數歷史數據為基礎的神經模糊推理系統(WDT-ANFIS)，并結合了小波增強去噪進行改進以減少數據誤差對預測結果造成的影響；在建立先進準確的水動力數學模型方面，蔣晨韻等構建了三維水動力-水質模型研究氣溫、水溫、風力對藍藻水華的影響；唐旺等利用三維耦合模型研究了庫區水溫和水質的相互影響關系。但是對于像中國石河水庫這種中小型水庫來說，上述從大量的水質歷史數據挖掘信息進而預測水質和建立先進準確的水動力數學模型預測水質的方法并不適用。首先，獲取大量的歷史數據并不容易。我國的中小型水庫多是每月采樣檢測兩次，周期長、反應慢，難以實現實時監測從而獲取大量數據。其次，引進先進的模型及軟件對于中小型水庫而言，花費較高，有大材小用的弊端。水體中的氮、磷營養鹽污染一般來源于點源和非點源污染，點源污染排放集中、位置固定,如工業廢水、城市生活廢水等，一般容易得到有效控制。非點源污染主要通過農施化肥、土壤侵蝕、地表徑流以及大氣干濕沉降等方式進入水體,排放方式多樣、難以監測和控制，國內外研究較少。

發明內容

本發明需要解決的技術問題是提供一種基于氣象因子的CA-NARX水質預測方法，是對數據的準確聚類并快速準確預測的方法，利用簡便易測的氣象因子氣溫、水溫、降雨量、相對濕度來研究影響水質重要因素總磷、總氮的相關性，設計優化的聚類方法與前向型NARX神經網絡相結合的算法，實現對水質的準確快速預測。

為解決上述技術問題，本發明所采用的技術方案是：一種基于氣象因子的CA-NARX水質預測方法，包括以下步驟：

步驟1：將逐日水質數據、氣象因子數據分別存入矩陣，并對數據進行Min-Max標準化；

步驟2：根據分類數對應分位數選取初始聚類中心；

步驟3：根據各樣本觀測點距初始聚類中心的歐氏距離進行初步聚類；

步驟4：根據各樣本觀測點距聚類中心的馬氏距離進行按批迭代聚類，直至前后兩次迭代的聚類中心歐式距離之差小于某數值；

步驟5：遍歷某范圍的聚類數，分別計算每類聚類數下的樣本平均輪廓系數值，選取與1相差最小的輪廓系數對應的聚類數，得到最佳聚類情況；

步驟6：將分類后的氣象因子數據和水質數據歸一化，并轉化為時間序列數據，創建數據集，并初始化輸入、輸出延時階數，隱含層個數參數；