小型水質(zhì)數(shù)據(jù)采集系統(tǒng)及改進的kNN預(yù)警算法研究.pdf

1、隨著我國社會和經(jīng)濟的快速發(fā)展，水資源污染呈現(xiàn)出不斷惡化的趨勢，水質(zhì)預(yù)警技術(shù)顯得尤為重要。水質(zhì)預(yù)警可以實時獲取水質(zhì)數(shù)據(jù)并將數(shù)據(jù)傳輸至水質(zhì)監(jiān)測中心，同時根據(jù)所采集的數(shù)據(jù)預(yù)測未來的水質(zhì)情況，為水質(zhì)監(jiān)測部門及時掌握水質(zhì)信息和水質(zhì)發(fā)展趨勢提供重要的幫助。
　　水質(zhì)數(shù)據(jù)的采集是進行水質(zhì)預(yù)警的前提?，F(xiàn)有的水質(zhì)數(shù)據(jù)采集方式主要以人工采集和自動監(jiān)測站采集為主，但是人工采集耗時費力，而監(jiān)測站建設(shè)成本過高，難以實現(xiàn)大規(guī)模應(yīng)用。因此，開發(fā)一種低成本、小型

2、化的水質(zhì)數(shù)據(jù)采集系統(tǒng)作為人工采集和自動監(jiān)測站采集的補充方式具有重要意義。水質(zhì)預(yù)警系統(tǒng)除了采集和傳輸水質(zhì)數(shù)據(jù)外，還需要對水質(zhì)數(shù)據(jù)進行處理。隨著科技的發(fā)展和國家對水質(zhì)監(jiān)測的大量投入，數(shù)據(jù)采集方式從傳統(tǒng)的人工采集轉(zhuǎn)變?yōu)樗|(zhì)監(jiān)測站自動采集，監(jiān)測站點數(shù)量也迅速增加，這些都導(dǎo)致水質(zhì)數(shù)據(jù)的總量和種類急劇增加，因此需要研究一種能夠適應(yīng)大規(guī)模數(shù)據(jù)的水質(zhì)預(yù)測算法。
　　本文在綜述了國內(nèi)外相關(guān)文獻(xiàn)的基礎(chǔ)上，對小型水質(zhì)數(shù)據(jù)采集系統(tǒng)和適應(yīng)大規(guī)模數(shù)據(jù)的水質(zhì)預(yù)

3、測算法進行了研究。主要工作和創(chuàng)新點如下:
　　1.研制了小型水質(zhì)數(shù)據(jù)采集系統(tǒng)，并對系統(tǒng)進行了初步實驗驗證。系統(tǒng)由主板和功能擴展板組成，主板主要由電源模塊和單片機模塊組成，完成系統(tǒng)的能量控制、時間控制和功能模塊開啟等功能;功能擴展板則是開放性的平臺，可以接入多種水質(zhì)基礎(chǔ)參數(shù)采集模塊，以便根據(jù)需求做進一步擴展。系統(tǒng)以太陽能作為供電能源，具有建設(shè)成本低的特點，可在無人值守的情況下長期工作。
　　2.提出了基于分段線性表示kNN算法

4、的水質(zhì)預(yù)測方法，一定程度上解決了傳統(tǒng)kNN算法處理大規(guī)模數(shù)據(jù)時耗時較長的問題。該方法結(jié)合了kNN算法和分段線性表示算法，考慮了歷史信息和水質(zhì)的當(dāng)前趨勢對預(yù)測值的影響。相對于傳統(tǒng)的kNN算法，所提出的算法處理大規(guī)模水質(zhì)數(shù)據(jù)時能夠有效減少運算量和運行時間。
　　3.對所提出的基于分段線性表示kNN算法的預(yù)測方法進行了水質(zhì)渾濁度預(yù)測實驗驗證，同時利用傳統(tǒng)的kNN算法以及二次指數(shù)平滑法進行預(yù)測對比，對三種算法的預(yù)測結(jié)果進行了分析比較。