基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了提高城市供水管网水质监测系统的污染检测能力,利用污染物所引起多个指标变化之间的关联特性,提出基于多常规水质指标动态关联分析的水质异常检测方法.应用动态时间规整算法(DTW)衡量多个常规水质指标时间序列间的动态距离,刻画各指标波动的相似程度和动态关联特性.利用D-S证据理论融合各指标单独的异常概率,将融合后得到的供水管网水质异常概率与所设定的多指标融合异常概率阈值进行比较,作出当前时刻水质是否存在水质异常的综合判断.依托课题组模拟供水管网实验系统,设计不同浓度的硫酸铜和铁氰化钾污染物的注入实验,利用在线监测的pH值、浊度、余氯、溶解氧等8种常规水质指标进行动态关联分析和水质异常检测,方法的可行性和异常检测性能通过受试者工作特征曲线(ROC)进行验证.
推荐文章
基于视觉感知与V-detector的水质异常检测方法
水质异常检测
视觉感知
否定选择
V-detector
城市供水管网水质异常情况分析及应对方案
水质异常
管网冲洗
水质变化
水质检测
基于DHSC的多模态间歇过程测量数据异常检测方法
间歇过程
支持向量数据描述
多模态
测量数据异常检测
基于分层概率图的动态网络在线异常检测方法
分层概率图
动态网络
在线异常检测
统计假设检验
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 管网水质多指标动态关联异常检测方法
来源期刊 浙江大学学报(工学版) 学科 地球科学
关键词 常规水质指标 数据融合 水质异常检测 时间序列分析 动态时间规整 相关性分析
年,卷(期) 2016,(7) 所属期刊栏目 环境工程、生物医学工程
研究方向 页码范围 1402-1409
页数 8页 分类号 X832
字数 6341字 语种 中文
DOI 10.3785/j.issn.1008-973X.2016.07.025
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 黄平捷 浙江大学工业控制技术国家重点实验室 52 368 10.0 16.0
2 张光新 浙江大学工业控制技术国家重点实验室 86 708 14.0 21.0
3 侯迪波 浙江大学工业控制技术国家重点实验室 61 433 11.0 18.0
4 冯天恒 浙江大学工业控制技术国家重点实验室 4 29 3.0 4.0
5 魏媛 浙江大学工业控制技术国家重点实验室 1 7 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (25)
参考文献  (17)
节点文献
引证文献  (7)
同被引文献  (17)
二级引证文献  (10)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(5)
  • 参考文献(1)
  • 二级参考文献(4)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(3)
  • 参考文献(3)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(4)
  • 参考文献(4)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(7)
  • 引证文献(1)
  • 二级引证文献(6)
2019(5)
  • 引证文献(3)
  • 二级引证文献(2)
2020(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
常规水质指标
数据融合
水质异常检测
时间序列分析
动态时间规整
相关性分析
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
浙江大学学报(工学版)
月刊
1008-973X
33-1245/T
大16开
杭州市浙大路38号
32-40
1956
chi
出版文献量(篇)
6865
总下载数(次)
6
总被引数(次)
81907
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导