[發明專利]一種河道水污染預警方法及系統

有效

• 申請號: 202010765837.0
• 申請日: 2020-08-03
• 公開（公告）號: CN112085926B
• 公開（公告）日: 2022-09-13
• 發明（設計）人: 姜春濤;謝佳璇
• 申請（專利權）人: 佛山科學技術學院
• 主分類號: G08B21/12
• 分類號: G08B21/12;G08B25/10;G01N33/18;G06F17/18;G06K9/62
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 蔡偉杰

1.一種河道水污染預警方法，其特征在于，所述方法包括以下步驟：

步驟1，在河道中等距設置傳感器節點；

步驟2，通過傳感器節點采集物理量數據；

步驟3，對物理量數據進行預處理提取關鍵因子；

步驟4，構建灰色預測模型計算關鍵因子的預測值；

步驟5，構建SVR模型并通過SVR模型和預測值進行預測傳感器節點所在的水域的污染度；

步驟6，當傳感器節點所在的水域的污染度大于污染閾值時推送污染預警信息到管理人員的移動設備，其中，所述污染閾值為河道中所有傳感器節點當前污染度的算術平均值；

在步驟3中，對物理量數據進行預處理提取關鍵因子的方法為:

步驟3.1,分別記物理量數據：溫度、電導率、化學需氧量、pH值、余氯量為x₁，x₂，x₃，x₄，x₅，把傳感器節點所在的水域的污染度記為y，污染度y的計算方法為：y為x₁，x₂，x₃，x₄，x₅中任意一個物理量數據大于預設值的物理量數據的數量；

步驟3.2,使用信息增益法和Lasso特征選取算法對數據進行預處理，具體處理過程如下：

步驟3.2.1,將污染度y與污染度的影響因素x₁，x₂，x₃，x₄，x₅的數據做標準化預處理：轉化函數為其中a_ij表示x_i對應的當前傳感器節點所在河道等距設置的前面第j個傳感器節點的物理量數據，m為傳感器種類數，n為物理量的序號，b_ij為轉化后的物理量數據；

步驟3.2.2,求出當前傳感器節點物理量數據的樣本分類所需要的期望信息；

設S是當前傳感器節點物理量數據的樣本的集合，即一段給定時間中當前傳感器節點采集的物理量數據，假定類標號屬性具有m個不同的值，定義m個不同的類C_i，設S_i是類C_i中的樣本數，對于給定的樣本分類所需要的期望信息由下式給出：

其中p_i是任意樣本屬于C_i的概率，用S_i/S來估計；

步驟3.2.3,求出屬性x₁劃分子集的熵；設S_ij是子集S_j中類C_i的樣本數；根據x₁劃分子集的熵為其中充當第j個子集的權，并且等于子集，將x₁中的抽取的樣本個數除以S中的樣本總數，其中是S_j中樣本屬于類C_i的概率，設屬性x₁有v個不同的值{a₁,a₂,…a_v}；用屬性x₁將S劃分為v個值{S₁,S₂,…S_v},其中S_j包含S中這樣一些樣本,在x₁上具有值a_j，v＝5,v為樣本數量；

步驟3.2.4,由期望信息和熵得到對應的信息增益：對于在x₁上分支將獲得的信息增益由下面的公式得到Gain(x₁)＝I(S₁,S₂…S_m)-E(x₁)；

步驟3.2.5,同理通過步驟3.2.3到步驟3.2.4，得到各個屬性(x₂-x₅)的信息增益，由大到小比較之后選擇半數以上的屬性作為預測屬性，記為c₁,c₂,…,c_n；

步驟3.2.6,將Lasso參數估計定義為：其中，β為回歸系數向量，λ為非負正則參數，控制著模型的復雜程度；λ越大，對特征較多的線性模型的懲罰力度就越大，從而最終獲得一個特征較少的模型，稱為懲罰項，ρ為屬性個數，即ρ＝5；參數λ的確定可以采用交叉驗證法，選取交叉驗證誤差最小的λ值；最后，按照得到的λ值重新擬合模型，為關鍵因子。