论文详情
2024年第12期
• 水源与饮用水保障 •
基于Elman 神经网络模型的二次供水系统余氯变化规律预测
作者：张心悦，徐斌，于大海，何欢
作者单位：同济大学环境科学与工程学院；上海市供水管理事务中心
引用本文：张心悦, 徐斌, 于大海, 等.基于Elman 神经网络模型的二次供水系统余氯变化规律预测[J].净水技术, 2024, 43(12): 45-55.
摘要：氯是城镇饮用水系统中运用最为广泛的消毒剂,能够有效控制水中细菌滋生,二次供水系统的余氯是确保“最后一公里”水质安全的重要指标,建立二次供水系统余氯变化规律预测模型实现提前预警,对保障末端饮用水安全具有重要意义。文章通过相关性分析方法得出与余氯具有较强相关性的指标为浑浊度与温度,基于2022 年上海市二次供水监测点的余氯、浑浊度和温度数据,采用机器学习方法对未来时刻的二次供水余氯进行预测,建立以当下时刻的余氯-浑浊度多指标、余氯-温度多指标和余氯单指标为输入的3 种模型,并采用确定性系数(R2)、平均绝对误差(MAE)、平均偏差(MBE)以及均方根误差(RMSE)等多元评估标准来衡量模型性能。 结果表明,3 种模型的相对误差基本控制在10%以下,预测模型均可以满足实际二次供水监管点余氯的预测需求,按照预测准确度降序排列为:余氯-浑浊度预测模型、余氯自预测模型、余氯-温度预测模型。
关键词：机器学习，预测模型，时间序列，二次供水，余氯
基金资助：无
