基于Elman神经网络的供水管网浊度预测研究

摘要

浊度作为反映供水管网水质变化的重要指标,建立水质模型对浊度进行预测有利于指导水质控制措施的实施。为了适应浊度监测数据的动态性,选用Elman神经网络构建浊度预测模型。对数据进行缺失值处理、异常值识别与处理、标准化和重采样后,构建浊度单指标、浊度-余氯多指标和浊度-压力多指标Elman神经网络对供水管网浊度进行预测和评价。结果标明:3种模型均能满足浊度预测要求;其中,浊度-压力模型的预测性能最优,浊度模型次之,浊度-余氯模型第三。当供水管网系统中仅有浊度监测数据时,浊度单指标模型也可以满足初步预测的需求。