[发明专利]一种饮用水消毒副产物预测方法及系统

权利要求书

1.一种饮用水消毒副产物预测方法，其特征在于，包括：

获取待预测饮用水的水龄预测数据和待预测饮用水的水质数据；

将所述水龄预测数据和所述水质数据输入预测饮用水消毒副产物的自适应遗传BP神经网络模型，得到饮用水消毒副产物预测值。

2.根据权利要求1所述的饮用水消毒副产物预测方法，其特征在于，在所述获取待预测饮用水的水龄预测数据和水质数据，之后还包括：

将所述待预测饮用水的水龄预测数据和所述待预测饮用水的水质数据进行归一化处理，得到归一化后的待预测饮用水的水龄预测数据和归一化后的待预测饮用水的水质数据。

3.根据权利要求2所述的饮用水消毒副产物预测方法，其特征在于，所述水龄预测数据，具体生成方法包括：

获取给水管网参数；所述给水管网参数包括管段长度、管径尺寸、管段流速边界条件、管段之间节点的流量和水头边界条件；

根据所述给水管网参数建立供水管网水力模型；

根据所述供水管网水力模型计算待预测饮用水的水龄，得到水龄预测数据。

4.根据权利要求3所述的饮用水消毒副产物预测方法，其特征在于，所述预测饮用水消毒副产物的自适应遗传BP神经网络模型，具体构建方法如下：

获取历史水龄数据、历史水质数据和历史饮用水消毒副产物数据；

对所述历史水龄数据和所述历史水质数据进行归一化处理，得到归一化后的历史水龄数据和归一化后的历史水质数据；

根据所述归一化后的历史水龄数据、所述归一化后的历史水质数据和所述历史饮用水消毒副产物数据建立BP神经网络模型；

获取饮用水消毒副产物数据期望值；

将饮用水消毒副产物数据期望值与所述BP神经网络模型输出的饮用水消毒副产物数据实际值差值平方和的倒数作为自适应遗传算法的目标函数，对所述BP神经网络模型中的参数进行优化，得到预测饮用水消毒副产物的自适应遗传BP神经网络模型。

5.根据权利要求4所述的饮用水消毒副产物预测方法，其特征在于，所述根据所述归一化后的历史水龄数据、所述归一化后的历史水质数据和所述历史饮用水消毒副产物数据建立BP神经网络模型，具体包括：

根据所述历史水龄数据和所述历史水质数据确定所述BP神经网络模型的输入层节点个数；

根据所述历史饮用水消毒副产物数据确定所述BP神经网络模型的输出层节点个数；

根据所述输入层节点个数和所述输出层节点个数计算所述BP神经网络模型的隐藏层节点个数；

根据所述归一化后的历史水龄数据、所述归一化后的历史水质数据、所述历史饮用水消毒副产物数据、所述输入层节点个数、所述输出层节点个数和所述隐藏层节点个数建立BP神经网络模型。

6.一种饮用水消毒副产物预测系统，其特征在于，包括：

待预测数据获取模块，用于获取待预测饮用水的水龄预测数据和待预测饮用水的水质数据；

饮用水消毒副产物预测模块，用于将所述水龄预测数据和所述水质数据输入预测饮用水消毒副产物的自适应遗传BP神经网络模型，得到饮用水消毒副产物预测值。

7.根据权利要求6所述的饮用水消毒副产物预测系统，其特征在于，所述系统，还包括：

归一化模块，用于将所述待预测饮用水的水龄预测数据和所述待预测饮用水的水质数据进行归一化处理，得到归一化后的待预测饮用水的水龄预测数据和归一化后的待预测饮用水的水质数据。

8.根据权利要求7所述的饮用水消毒副产物预测系统，其特征在于，所述待预测数据获取模块，具体包括：

水龄预测数据生成单元，用于获取给水管网参数，根据所述给水管网参数采用infoworks建立供水管网水力模型，根据所述供水管网水力模型计算待预测饮用水的水龄，得到水龄预测数据；所述给水管网参数包括管段长度、管径尺寸、管段流速边界条件、管段之间节点的流量和水头边界条件。