论文部分内容阅读
水质异常检测是城市供水水质预警系统的重要功能需求之一,能够及时有效的发现污染物泄漏或人为投毒事故,给出预警信息和决策支持信息,对提高快速应急能力、保障城市供水系统安全具有重大意义。本文主要研究了基于紫外光谱的水质有机物污染异常检测方法,通过实验研究和模拟异常事件检测分析研究,验证了所研究的水质异常检测算法的检测性能,在此基础上,对该算法的检测有机物种类进行了讨论。论文主要工作和创新点为：(1)水质中大多数有机物在紫外光谱下都有各自的吸收峰,根据这个基本原理,开展基于紫外光谱的水质有机物异常事件检测可行性研究。首先研究了基于主分量分析(PCA)降维技术和聚类分析的水质有机物污染异常检测算法。在此基础上,进行了管网水质有机物异常模拟实验,选取苯酚、三氯乙酸等十种有机物溶液进行了紫外光谱探测和主分量分析(PCA)检测与聚类分析,实验结果表明,应用紫外光谱和聚类算法,可将不同浓度的有机污染物与自来水背景样本进行有效区分,且根据紫外光谱的主元特征信息可实现污染物种类的辨识,表明了基于紫外光谱进行有机物污染异常事件检出的可行性。(2)研究了基于紫外光谱的水质有机物污染异常检测方法。首先研究了基于PCA降维技术和自回归(AR)预测模型的水质有机物污染异常检测算法,引入基于可靠性曲线(ROC曲线)的性能评价方法来验证该算法的异常检出率和误报率；在此基础上,分析了基于紫外光谱进行水质有机物污染异常检测的检出率,并以100μg/1苯酚溶液的模拟异常事件为例进行了验证。(3)研究和分析了基于紫外光谱的水质有机物污染异常检测的局限性,重点研究了紫外光谱法进行有机物检测的检测下限,以ROC曲线数值为评价指标分析了可检出种类和检出率,结合有机物分子结构分析了所对应的紫外光谱特征吸收峰和特征波长的内在关系,分析了PCA和AR算法对紫外光谱异常检测的特点,从而为后续的紫外光谱法检测系统研发提供技术积累。总的来说,本文研究提出了直接基于紫外光谱的水质有机物异常检测方法,分析了方法的可行性,研究了异常检测算法并分析了紫外光谱法进行水质有机物污染异常检测的局限性和注意事项,基于课题组的水质监测平台进行了十余种有机污染事件的模拟实验,积累了紫外光谱检测数据,为城市供水水质异常检测提供了技术支持。