[發(fā)明專利]一種預(yù)測暴雨期二級河道排水對干流水質(zhì)動態(tài)影響的方法

在審

• 申請?zhí)枺?/td>: 201811204766.6
• 申請日: 2018-10-16
• 公開（公告）號: CN109272171A
• 公開（公告）日: 2019-01-25
• 發(fā)明（設(shè)計(jì)）人: 尤學(xué)一;劉磊
• 申請（專利權(quán)）人: 天津大學(xué)
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06N3/08
• 代理公司: 天津市北洋有限責(zé)任專利代理事務(wù)所 12201
• 代理人: 李素蘭

本發(fā)明公開了一種預(yù)測暴雨期二級河道排水對干流水質(zhì)動態(tài)影響的方法，步驟(1)、以不同降雨重現(xiàn)期時(shí)支流的排放量作為設(shè)計(jì)變量、河道干流控制斷面處的水質(zhì)參數(shù)COD、DO、NH₃?N和TP作為目標(biāo)變量構(gòu)建EFDC模型，并給出四種水質(zhì)參數(shù)的計(jì)算公式；步驟(2)、訓(xùn)練并優(yōu)化RBF神經(jīng)網(wǎng)絡(luò)；步驟(3)、步驟3、采用優(yōu)化RBF神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)測。與現(xiàn)有技術(shù)相比，本發(fā)明基于EFDC模型和RBF神經(jīng)網(wǎng)絡(luò)構(gòu)造了一種動態(tài)預(yù)測方法，預(yù)測結(jié)果與模型模擬結(jié)果有很好的吻合度，該方法具有計(jì)算速度快、預(yù)測精度高及實(shí)時(shí)性的優(yōu)點(diǎn)。

技術(shù)領(lǐng)域

本發(fā)明屬于水質(zhì)預(yù)測技術(shù)領(lǐng)域，具體涉及一種動態(tài)預(yù)測暴雨時(shí)期河道干流水質(zhì)變化的方法。

背景技術(shù)

水是維持人類和生態(tài)系統(tǒng)生存和健康的重要資源。但是由于區(qū)域經(jīng)濟(jì)和城鎮(zhèn)化的快速發(fā)展，很多區(qū)域的水資源已遭受不同程度的污染。主要的污染源有工業(yè)廢水、生活污水、農(nóng)業(yè)灌溉等，近年來暴雨徑流也被人們視作重要污染源，其夾帶大量污染物，如COD、TP及重金屬等。很多研究學(xué)者就暴雨徑流的影響進(jìn)行了研究，但是以往研究很少關(guān)注暴雨時(shí)期雨水徑流對河道水質(zhì)的動態(tài)影響。

環(huán)境流體動力學(xué)模型(Environmental Fluid Dynamics Code,EFDC)是一款三維數(shù)學(xué)模型，由威廉瑪麗大學(xué)維吉尼亞海洋科學(xué)研究所的John Hamrick等人開發(fā)。該模型包括水動力模塊、水質(zhì)模塊和泥沙模塊等模塊，可以實(shí)現(xiàn)河流、湖泊和海洋等水體的水動力學(xué)和水質(zhì)模擬，已被成功應(yīng)用于Niagara River、太湖和官廳水庫等水域的水質(zhì)研究。徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)(Radial Basis Function，RBF)是一種三層的前向網(wǎng)絡(luò)，包括輸入層、隱含層和輸出層，屬于前向神經(jīng)網(wǎng)絡(luò)。利用徑向基函數(shù)對輸入矢量進(jìn)行變換，將低維的模式輸入數(shù)據(jù)變換到高維空間內(nèi)，使得在低維空間內(nèi)的線性不可分的問題在高維空間內(nèi)線性可分，是RBF神經(jīng)網(wǎng)絡(luò)預(yù)測的基本思想。RBF神經(jīng)網(wǎng)絡(luò)具有結(jié)構(gòu)簡單、訓(xùn)練簡潔且能夠逼近任意非線性函數(shù)的優(yōu)點(diǎn)。

暴雨時(shí)期，雨水徑流匯入支流再排入干流，干流水質(zhì)因此變差。所以為及時(shí)獲知暴雨時(shí)期河道干流水質(zhì)的動態(tài)變化，本發(fā)明基于EFDC模型和RBF神經(jīng)網(wǎng)絡(luò)提出了一種動態(tài)預(yù)測暴雨時(shí)期河道干流水質(zhì)變化的方法，以期達(dá)到可以快速預(yù)測暴雨后河道干流水質(zhì)動態(tài)變化的目的。

發(fā)明內(nèi)容

為解決上述問題，本發(fā)明提供了一種預(yù)測暴雨期二級河道排水對干流水質(zhì)動態(tài)影響的方法，該方法利用EFDC(環(huán)境流體動力學(xué)模型Environmental Fluid Dynamics Code)模型獲得訓(xùn)練樣本和測試樣本，結(jié)合RBF神經(jīng)網(wǎng)絡(luò)(徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)Radial BasisFunction)的預(yù)測功能，實(shí)現(xiàn)暴雨時(shí)期河道干流水質(zhì)動態(tài)變化的快速預(yù)測。

本發(fā)明的一種預(yù)測暴雨期二級河道排水對干流水質(zhì)動態(tài)影響的方法，其特征在于，該方法包括以下步驟：

步驟(1)、以不同降雨重現(xiàn)期時(shí)支流的排放量作為設(shè)計(jì)變量、河道干流控制斷面處的水質(zhì)參數(shù)COD、DO、NH₃-N和TP作為目標(biāo)變量構(gòu)建EFDC模型，構(gòu)建EFDC模型的過程包括首先將計(jì)算區(qū)域離散為2604個(gè)網(wǎng)格，將離散后的網(wǎng)格區(qū)域輸入到EFDC模型軟件中，設(shè)置初始條件，從而構(gòu)建起EFDC模型，利用構(gòu)建的EFDC模型模擬這10組計(jì)算工況；

四種水質(zhì)參數(shù)的計(jì)算公式如下：

K_COD＝K_CD·exp[KT_COD(T-TR_COD)]