基于多傳感器數(shù)據(jù)融合的水質(zhì)異常檢測方法研究.pdf

1、水質(zhì)異常檢測子系統(tǒng)是飲用水污染預(yù)警系統(tǒng)的重要組成部分，能夠及時有效的發(fā)現(xiàn)污染物泄漏或人為投毒事故，并給出預(yù)警信息和輔助處理手段，對保障飲用水供水系統(tǒng)安全，提高快速應(yīng)急能力具有重大意義，其關(guān)鍵是水質(zhì)異常檢測方法。本文提出基于多傳感器數(shù)據(jù)融合的水質(zhì)異常檢測方法，通過仿真和實驗研究分析算法的異常檢測性能，并初步完成了實驗平臺配套的水質(zhì)異常檢測軟件的開發(fā)。
　　 本文的主要工作和創(chuàng)新點如下:
　　 1.大多現(xiàn)有水質(zhì)監(jiān)測方法只根據(jù)

2、單個水質(zhì)指標是否超標來判斷水質(zhì)異常，得到的檢出率低且誤報率高。本文提出基于自回歸模型和模糊C-均值聚類對多種水質(zhì)指標進行融合的水質(zhì)異常檢測方法，通過自回歸預(yù)測模型實現(xiàn)水質(zhì)背景信號的高精度跟蹤，再利用模糊C-均值聚類算法融合多種指標的預(yù)測殘差獲取多維水質(zhì)綜合信息。最后引入基于ROC曲線的性能評價方法來驗證該算法的異常檢出率和誤報率。
　　 2.聚類算法需要依賴一定的先驗知識，實際應(yīng)用中往往又很難獲得完備的先驗異常數(shù)據(jù)，為此論文研究

3、了基于改進D-S證據(jù)理論對多種水質(zhì)指標信息進行融合的水質(zhì)異常檢測方法，通過比較基于不同基本概率分配函數(shù)、不同沖突證據(jù)處理方法的性能差異，提出了基于類正態(tài)分布的概率分配函數(shù)以及改進的沖突證據(jù)處理策略，使該算法適用于各種具有不同敏感指標的水質(zhì)異常情況。進而對改進的D-S證據(jù)融合方法和模糊C-均值聚類方法進行了性能對比分析，明確了各自的優(yōu)勢和適用場合。
　　 3.基于多種水質(zhì)監(jiān)測傳感器設(shè)計了在線實驗平臺，通過靜態(tài)分析實驗進行污染物濃度