小型水質數據采集系統及改進的kNN預警算法研究.pdf

1、隨著我國社會和經濟的快速發(fā)展，水資源污染呈現出不斷惡化的趨勢，水質預警技術顯得尤為重要。水質預警可以實時獲取水質數據并將數據傳輸至水質監(jiān)測中心，同時根據所采集的數據預測未來的水質情況，為水質監(jiān)測部門及時掌握水質信息和水質發(fā)展趨勢提供重要的幫助。
　　水質數據的采集是進行水質預警的前提?，F有的水質數據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)測站建設成本過高，難以實現大規(guī)模應用。因此，開發(fā)一種低成本、小型

2、化的水質數據采集系統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。水質預警系統除了采集和傳輸水質數據外，還需要對水質數據進行處理。隨著科技的發(fā)展和國家對水質監(jiān)測的大量投入，數據采集方式從傳統的人工采集轉變?yōu)樗|監(jiān)測站自動采集，監(jiān)測站點數量也迅速增加，這些都導致水質數據的總量和種類急劇增加，因此需要研究一種能夠適應大規(guī)模數據的水質預測算法。
　　本文在綜述了國內外相關文獻的基礎上，對小型水質數據采集系統和適應大規(guī)模數據的水質預

3、測算法進行了研究。主要工作和創(chuàng)新點如下:
　　1.研制了小型水質數據采集系統，并對系統進行了初步實驗驗證。系統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，可以接入多種水質基礎參數采集模塊，以便根據需求做進一步擴展。系統以太陽能作為供電能源，具有建設成本低的特點，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、的水質預測方法，一定程度上解決了傳統kNN算法處理大規(guī)模數據時耗時較長的問題。該方法結合了kNN算法和分段線性表示算法，考慮了歷史信息和水質的當前趨勢對預測值的影響。相對于傳統的kNN算法，所提出的算法處理大規(guī)模水質數據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算法的預測方法進行了水質渾濁度預測實驗驗證，同時利用傳統的kNN算法以及二次指數平滑法進行預測對比，對三種算法的預測結果進行了分析比較。