典型应用
重点针对水环境综合治理、水环境质量、水体治理。也可用于河流湖泊、城市内河、水库、水源地监测保护。
系统原理
利用人工智能对仪表产出的大量数据进行计算,得出水质或特定参数的预测值,实现对河道断面水质情况和参数的预警、预测,并可与监测获得的实际值进行比较,方便判断所监控水体的综合水质情况和变化趋势。
优势特点
① 模型算法:
· 部署成本 低:对模型所嵌入的硬件要求较低,易于升级
· 解释度 高:解释度高,模型具备一定溯源条件
· 调参难度 较易:调参难度较易,优化速度更快
· 预测准确度 较好:基于哈希仪表产生的数据,24小时内准确度可达85%
· 模型优化 能够自学习:边缘端实现机器自学习,使模型能够自我完善
② 模型装配:
· 安装灵活性 高:搭配硬件,可布置在独立小型监测站、微型站等,并通过太阳能供电
· 安装成本 低:可根据测量地点需要,随时转换
· 模型软硬件无缝搭配哈希现有仪表、探头,杜绝数据传输问题
可搭配仪表探头清单(部分)
① 哈希仪表
· MS9000多参数水质监测仪
· COD-203 CODMn分析仪
· NA8000氨氮测定仪
· NPW-160总磷/总氮测定仪
· NPW-160H 总磷总氮分析仪
· EZ系列重金属仪表
· … …
② 哈希探头
· UVAS sc有机物分析仪
· LDO II型荧光法溶解氧探头
· pHD sc型差分数字化pH探头
· 725E2T型感应式电导率探头
· Solitax sc型浊度探头
· OTT SLD 固定式声学多普勒流量计
· … …
③ 哈希环科仪器
· Mini-IPC主机
· 多功能控制器/数采仪
· … …