基于BPNN算法的浑河突发污染动态预警研究

论文摘要

频发、突发的水污染直接给环境带来严重的危害,引起相关部门与环境专家的重视,并展开对水污染预警响应技术的研究。根据国内突发性污染出现的问题,结合常规高频连续监测数据,基于BP神经网络相关技术对突发污染预警进行研究,与传统的预测技术相对比。该技术的预测精度更高,实用性更强,其原因是该技术能够去除单点异常带来的噪声干扰,对水质序列的突变更加敏感,为突发污染动态预警的相关研究提供理论参考。

论文目录

• 0 引言
• 1 基于BP神经网络的突发污染动态预警模型构建
•   1.1 连续水质监测
•   1.2 基于BP神经网络的动态预警模型
•   1.3 时间序列预测与基线设置
• 2 实例研究
•   2.1 水质参数间相关性分析
•   2.2 水体中TP软测量分析应用
•   2.3 水质常规时间序列阈值计算
•   2.4 异常预警结果的可靠性评估
• 3 结论

文章来源

类型: 期刊论文

作者: 栗权

关键词: 神经网络,突发水污染,动态预警

来源: 陕西水利 2019年07期

年度: 2019

分类: 工程科技Ⅱ辑,工程科技Ⅰ辑

专业: 环境科学与资源利用

单位: 新宾满族自治县水务局

分类号: X52

DOI: 10.16747/j.cnki.cn61-1109/tv.2019.07.039

页码: 106-109

总页数: 4

文件大小: 2503K

下载量: 62