摘要：【目的 】 二次供水风险点多、设施分布广,是供水环节风险管控的重点难点。余氯是二次供水水质重要参数,通过预测二次供水出水余氯变化,为二次供水环节水质风险管控提供决策依据。【方法 】 文章建立了具备实时、高频、连续的自动检测、分析、预警功能的水质在线监测系统,以深圳市已完成二次供水设施提标改造的某小区为例,对生活二次供水水池出水余氯实时监测,分析余氯与时间关系,结合人工神经网络建模训练预测余氯值。【结果 】 余氯随时间呈明显周期变化,变化拐点滞后于用水高峰期2 h左右,模型输出值与真实监测值整体变化趋势保持一致,结果相近,大部分点相对误差均能控制在5%以内,输出值与真实监测值整体均方根误差为0.023 8。【结论 】 影响水池出水余氯的主要因素为市政进水量及水力停留时间,基于水质在线监测数据考虑时间因素对余氯参数的影响,结合人工神经网络工具实现对余氯数据的高精度预测,研究成果为更大范围的余氯预测研究及后续修正管网余氯模型、优化水厂药剂投放、稳定用水终端水质参数研究提供必要依据。

关键词：在线监测，余氯，人工神经网络，模型结构，预测

基金资助：

查看