基于MSLSTM-DA模型的水质自动监测异常数据报警

作     者：嵇晓燕 姚志鹏 杨凯 陈亚男 王正 安新国 JI Xiao-yan;YAO Zhi-peng;YANG Kai;CHEN Ya-nan;WANG Zheng;AN Xin-guo

作者机构：中国环境监测总站北京100012 北京金水永利科技有限公司北京100012 

出 版 物：《中国环境科学》 (China Environmental Science)

年 卷 期：2022年第42卷第4期

页      面：1877-1883页

核心收录：

学科分类：0830[工学-环境科学与工程（可授工学、理学、农学学位）] 082803[工学-农业生物环境与能源工程] 08[工学] 0828[工学-农业工程] 0804[工学-仪器科学与技术] 

基　　金：长江生态环境保护修复联合研究项目(2019-LHYJ-01-0301) 国家水环境监测监控及业务化平台技术研究课题(2017ZX07302002) 

主　　题：堆叠长短时记忆网络 差值分析 水质异常报警 

摘      要：提出一种基于多元堆叠长短时记忆网络-差值分析(MSLSTM-DA)模型对地表水质异常数据进行报警的方法.该方法首先建立MSLSTM模型对水质指标数据进行预测,再基于预测结果的残差分布建立DA模型,并确定各个指标的数据异常阈值,当实测数据与预测数据差值大于阈值时进行数据报警.以长江流域监测断面的水质数据进行了方法有效性验证.结果表明,构建的预测模型对5个指标的MAE、MAPE均值比BP神经网络预测模型降低21.0%,17.8%,比LSTM模型降低16.8%,17.9%.皮尔逊系数均值比BP神经网络、LSTM模型的分别高5.9%,4.4%.5个指标共检出水质异常数据37条,其中34条经人工判断确实存在有异常,报警准确率高达91.9%.