[发明专利]一种基于神经网络的水环境质量预测系统及方法

权利要求书

1.一种基于神经网络的水环境质量预测系统，其特征在于，所述系统包括中心管理服务器、多个水质量数据采集终端、多个水质量信息收集终端以及连接中心管理服务器的数据处理单元、数据存储服务器、通信主控单元、显示单元、FTP服务器；

其中，中心管理服务器从数据处理单元获取水质量监测数据和水质量预测结果，通过通信主控单元向监管员传输、通过FTP服务器发送到收集终端、存储到数据存储服务器中或/和发送到显示单元进行显示监测点的水质量监测数据以及预测结果；通信主控单元用于接收每个采集终端传送的水质量监测数据并传送到数据处理单元；所述数据处理单元内部集成了基于神经网络的水环境质量预测算法，对接收到的水质量监测数据进行处理、预测，计算出水质量预测结果；所述数据存储服务器负责存储所有经过数据处理单元处理过的水质量监测数据和水质量预测结果；所述采集终端分布在河流各处，用于采集水质量监测数据；对采集终端的接口和通信协议进行设置管理，并且生成采集终端的数据采集周期和存储周期。

2.根据权利要求1所述的一种基于神经网络的水环境质量预测系统，其特征在于，所述数据处理单元包括特征提取模块、小波神经网络模块、水质量残差计算模块以及水质量判断模块；所述小波神经网络模块包括小波函数单元、反向传播神经网络单元以及水质量预测单元；所述特征提取模块用于将去噪后的水质量数据划分为包括水质污染监测标准的多个特征，并形成水质时间序列；所述小波函数单元用于根据小波函数对水质时间序列的标准化基线数据进行去噪处理；所述反向传播神经网络将小波函数单元处理后的水质时间序列通过反向传播神经网络训练小波神经网络模型，以及计算出区分水质量数据是否异常的阈值区间；所述水质量预测单元根据输入采集到的水质量监测数据，通过小波神经网络模型预测出水质量预测结果，水质量残差计算模块用于计算出水质量预测结果与实际水质量监测数据之间的残差序列；水质量判断模块判断出水质量预测结果与实际水质量监测数据之间的残差序列，与阈值区间的大小，若判断超出阈值区间，则当前水质量异常，否则水质量正常，并将水质量监测数据和判断后的水质量预测结果发送给中心管理服务器以及存储至数据存储服务器。

3.根据权利要求2所述的一种基于神经网络的水环境质量预测系统，其特征在于，所述小波单元包括用小波函数对特征提取模块处理后的时间序列进行处理，将时间序列变换为低频分量和包含噪声的高频分量，S_i＝f(t)+σ×e(t),t＝0,...,n-1，其中f(t)为实际时间序列，e(t)为噪声时间序列，i为采样时间，σ为噪声系数，即标准化偏差；采用小波去噪法对标准化的基线数据进行去噪处理，相应的离散小波函数被表示为其中为比例因子，b_o为时间因子，t为采样时间，j为正整数，即时间序列中元素的编号；k表示尺度伸缩因子；离散化的小波系数被表示为小波重构公式被表示为其中C为常数。

4.根据权利要求2所述的一种基于神经网络的水环境质量预测系统，其特征在于，所述反向传播神经网络单元包括多个输入层、多个隐含层和一个输出层；将小波函数单元处理后的时间序列输入到输入层后，经过第一权值连接到隐含层，并通过第二权值连接到输出层，从而输出预测时间序列；通过分布函数将预测的水质量数据与原始监测数据之间的残差进行拟合，从而确定出残差分布方程，从而计算出区分水质量数据是否异常的阈值区间。