[发明专利]一种自来水厂后臭氧接触池水中余臭氧浓度的智能化连续监测方法

权利要求书

1.一种自来水厂后臭氧接触池水中余臭氧浓度的智能化连续监测方法，其特征在于，具体包括以下步骤：

步骤1，基于自来水厂历史运行数据，分析验证水中余臭氧浓度与臭氧破坏前浓度之间的相关性；

步骤2，采用随机森林算法，构建水中余臭氧浓度与臭氧破坏前浓度的关系模型；

步骤3，当在线诊断出水中余臭氧浓度仪表失灵时，基于步骤2得到的关系模型，以当前臭氧破坏前浓度为输入，预测当前水中余臭氧浓度。

2.如权利要求1步骤1所述的基于自来水厂历史运行数据，分析验证水中余臭氧浓度与臭氧破坏前浓度之间的相关性，其特征在于，具体包括以下步骤：

步骤1，对自来水厂历史运行数据(过去3年及以上)进行数据预处理，包括数据清洗和数据归一化两部分；

步骤2，对数据预处理后的数据，采用Pearson相关系数分析验证水中余臭氧浓度与臭氧破坏前浓度之间的关系，其计算公式如下所示：

0≤|r|≤1表示存在不同程度的线性相关：

3.如权利要求2步骤1所述的数据清洗和数据归一化，其特征在于，具体包括以下步骤：

步骤1，对水中余臭氧浓度历史运行数据采用箱线图法剔除异常值。鉴于水中余臭氧浓度仪表长期处于低浓度(0.2mg/L以下)工作环境易发生钝化的现象，所以会导致水中余臭氧浓度测量值偏低或者数值变化不明显，故本发明取位于余臭氧浓度历史数据箱线图上界和下四分位之间的数据为监测正常值；

步骤2，对臭氧破坏前浓度历史运行数据采用箱线图法剔除异常值，取箱线图上界和下界之间的数据集为数据样本；

步骤3，对数据清洗后的数据进行数据归一化处理。

4.如权利要求3步骤1所述的箱线图，其特征在于，具体包含五个临界点：下界、下四分位数(Q₁)、中位数(Q₂)、上四分位数(Q₃)和上界。其中，箱子长度为Q₁到Q₃的间距(IQR)，箱线图的上界为Q₃+1.5IQR，下界为Q₁-1.5IQR，异常值为处于上、下界以外的值。

5.如权利要求1步骤2所述的随机森林算法，其特征在于，具体包括以下步骤：

步骤1，从自来水厂历史运行数据样本集(假设有n组数据样本)中随机有放回的抽取m组数据作为训练子集，剩余n-m组数据样本作为测试子集；

步骤2，将臭氧破坏前浓度作为输入变量，水中余臭氧浓度作为为输出变量；

步骤3，每个训练子集单独生长为一颗不剪枝叶的回归决策树，使这颗决策树充分生长；

步骤4，根据测试子集的n-m组数据样本，分别建立n-m个决策树模型，取n-m个决策树模型输出的平均值作为随机森林模型输出；

步骤5，计算测试子集的样本与随机森林模型输出的偏差，若偏差大于阈值，则重复步骤1～步骤4；否则训练结束后，最后一次训练得到的随机森林模型即该数据样本集下的水中余臭氧浓度与臭氧破坏前浓度之间的关系模型。

6.如权利要求1步骤3所述的在线诊断出水中余臭氧浓度仪表失灵，其特征在于：判断当前水中余臭氧浓度在线仪表读数是否在由水中余臭氧浓度历史数据(3年或以上)箱线图的上界和下四分位数之间。若在，则认为仪表读数正常；若不在，则认为仪表失灵。