基于時間與空間關(guān)聯(lián)分析的城市供水管網(wǎng)水質(zhì)異常檢測方法研究.pdf

1、為保障城市居民的飲用水安全，建立一套對供水管網(wǎng)水質(zhì)進(jìn)行持續(xù)在線監(jiān)控的預(yù)警系統(tǒng)意義重大。水質(zhì)異常檢測作為保障城市飲用水安全的核心環(huán)節(jié)，其目標(biāo)在于對管網(wǎng)的水質(zhì)波動情況進(jìn)行實時檢測以及準(zhǔn)確判別，挖掘出管網(wǎng)系統(tǒng)中因污染物質(zhì)所引起的水質(zhì)污染事故，并及時進(jìn)行預(yù)警，以控制事故的影響范圍。
　　隨著檢測技術(shù)的發(fā)展和分布式傳感器網(wǎng)絡(luò)的普及，水質(zhì)監(jiān)測指標(biāo)逐漸呈現(xiàn)出多元化、空間化的特點，傳統(tǒng)的異常檢測及分析方法往往難以對多維數(shù)據(jù)間的關(guān)聯(lián)屬性進(jìn)行深入挖掘

2、。針對這一現(xiàn)狀，本文通過引入不同維度下的相關(guān)性信息，提出了基于多指標(biāo)、多站點監(jiān)測信息之間時間關(guān)聯(lián)與空間關(guān)聯(lián)融合分析的水質(zhì)異常檢測算法，并借助實驗和仿真數(shù)據(jù)對算法進(jìn)行了驗證。
　　本文的主要工作以及創(chuàng)新點如下:
　　(1)本文將滑動去趨勢波動相關(guān)性分析(MDFA)的方法應(yīng)用到水質(zhì)監(jiān)測指標(biāo)的異常檢測分析當(dāng)中，以避免水質(zhì)背景信息的趨勢變化以及傳感器監(jiān)測信號的傳輸異常等因素的影響?，F(xiàn)有的水質(zhì)異常檢測方法大多是基于各個指標(biāo)時間序列的波

3、動性分析來展開的，非常容易受到尖峰噪聲及趨勢波動等情形的干擾，造成最終檢測結(jié)果的誤判。而MDFA算法的運用能夠?qū)Ω髦笜?biāo)的監(jiān)測數(shù)據(jù)進(jìn)行去趨勢平滑處理，并對處理后序列的波動指數(shù)進(jìn)行自相關(guān)分析，判斷該監(jiān)測指標(biāo)在當(dāng)前時刻的波動是否存在異常;隨后利用D-S證據(jù)理論將各個指標(biāo)的分析結(jié)果進(jìn)行融合，從而得出多指標(biāo)融合的水質(zhì)異常概率。結(jié)合實驗數(shù)據(jù)對方法可行性進(jìn)行了驗證，并討論了不同時間窗口尺寸對于算法性能的影響。
　　(2)在各參數(shù)去趨勢波動自相關(guān)

4、分析的基礎(chǔ)之上，本文進(jìn)一步利用最長公共子序列(LCSS)方法引入了多個參數(shù)之間的波動互相關(guān)分析。污染物注入水體后，往往會引起多個水質(zhì)指標(biāo)發(fā)生變化，且變化之間存在一定關(guān)聯(lián)，利用最長公共子序列方法對多個指標(biāo)兩兩之間的互相關(guān)信息進(jìn)行度量，能夠進(jìn)一步提升對于污染物所引起異常波動的識別能力。與此同時，設(shè)計了一種自適應(yīng)調(diào)整時間窗口尺寸的方法，以在算法的誤報和漏報之間找到一個更優(yōu)的權(quán)衡。
　　(3)在單站點異常檢測的基礎(chǔ)之上，本文設(shè)計了一種基于

5、空間關(guān)聯(lián)分析的多站點異常檢測方法。城市供水管網(wǎng)系統(tǒng)的空間分布跨度較大，而目前的水質(zhì)異常檢測大多仍停留在單站點分析層面。為了更好地挖掘污染隨供水管路在網(wǎng)絡(luò)中傳播的情況，本文利用有向拓?fù)鋱D以及貝葉斯網(wǎng)絡(luò)對供水管網(wǎng)的結(jié)構(gòu)信息進(jìn)行刻畫，利用上游站點的異常檢測結(jié)果對下游站點進(jìn)行先驗假設(shè)，以提高水質(zhì)異常檢測的準(zhǔn)確度。借助仿真軟件及模擬實驗數(shù)據(jù)對方法可行性進(jìn)行了測試，驗證了水質(zhì)數(shù)據(jù)空間關(guān)聯(lián)信息的引入對于檢測性能提升很有幫助。
　　總的來說，本文