[发明专利]一种水质检测及处理方法

说明书

本发明公开了一种水质检测及处理方法，包括以下步骤：S1,采集待检测水源的水质数据；S2，准备数据，将采集的水质数据以待检测时间为基准进行分类，获得包括至少部分待检测时间之前的水质数据的训练集D、以及包括待检测时间的水质数据的待检测数据集T；S3，基于训练集D获取正常和异常水质数据类别的分类阈值，并根据所述分类阈值建立KNN预测模型；S4，将待检测数据集T带入所述KNN预测模型中，并输出预测结果。S5，根据所述预测结果对水进行处理。本发明能够确保结果输出的准确性，提高了异常识别的效率。

技术领域

本发明涉及水质检测领域，尤其是一种水质检测及处理方法。

背景技术

随着社会发展，水环境污染问题愈加突出，各地区对水染污的防治工作就十分重要。但中国地域辽阔，部分地区水系发达，水污染防治工作量十分巨大且繁琐。

在水质检测及处理方法中如何判断异常，并通过异常确定异常事件，防止误报、错报带来的人力资源浪费，就显得十分必要。

现行的对排水水质异常的检测方法，主要是人为设定。人为根据各地实时的排放标准，在操作软件后台设定一个正常值，这个值可以是一个值，也可以是一个范围。各在线检测设备将检测的数据发送给数据库后，服务器根据人为设定的值进行简单的比较大小判断，高于或者低于正常值的就定义为异常值，从而定性为异常事件。这种方式应用简单方便，但是异常事件判断的准确度低，在执行时，受在线检测设备的影响，检测数据不稳定，极易出现频繁报警，导致信息量过载，给实际工作带来较大工作负担。并且由于水环境排放执行标准较多，其实际工业环境复杂，因而参考的标准更是复杂，往往在一个项目里，执行多重标准，这也导致人为设定值存在执行难度。

并且排水的往往具有时效性，综合一天的排放，可能某个时段超出正常值，某个时段为正常值，其排放情况复杂，其排放时间、排放量等影响因素较多，并不能简单的将异常值与异常事件划等号。

发明内容

为了克服现有技术中存在的不足，本发明提供了一种水质检测及处理方法，其能够确保结果输出的准确性，提高了异常识别的效率。

为了达到上述目的，本发明采用如下技术方案来实现的：

一种水质检测及处理方法，包括以下步骤：

S1,采集待检测水源的水质数据；

S2，准备数据，将采集的水质数据以待检测时间为基准进行分类，获得包括至少部分待检测时间之前的水质数据的训练集D、以及包括待检测时间的水质数据的待检测数据集T；

S3，基于训练集D获取正常和异常水质数据类别的分类阈值，并根据所述分类阈值建立KNN预测模型；

S4，将待检测数据集T带入所述KNN预测模型中，并输出预测结果；

S5，根据所述预测结果对水进行处理。

其中，步骤S2中数据从S1步骤生成的数据库中选择取得。

进一步地，所述训练集D和待检测数据集T的数据包括水质电导率，D＝{x₁,x₂,···,x_n},T＝{x'₁,x'₂,...,x'_p}，其中x₁,x₂,...,x_n表示训练集D中包含的水质电导率的值，x'₁,x'₂,...,x'_p表示待检测数据集T中包含的水质电导率的值；

在所述步骤S2中，在获得所述训练集D和所述待检测数据集T后，对所述训练集D和所述待检测数据集T进行归一化预处理。