针对传感器水质监测所获取的大量数据，在处理设施工况稳定、外部影响因素及发生影响概率基本不变的条件下，通过筛选代表性、可信度高的数据作为样本，建立BP神经网络模型获取水质指标数据的拟合曲线，可用于传感器自动监测数据质量的智能辨识，对非故障原因导致的测量偏差、原水水质和设施状况异常提供预警。该方法可以保证水质自动监测数据质量，实现无人值守水处理设施精准维护，降低现场工作人力成本。
科研之友
微信
新浪微博
Facebook
分享链接
