典型應用

重點針對水環境綜合治理、水環境質量、水體治理。也可用于河流湖泊、城市內河、水庫、水源地監測保護。

系統原理

利用人工智能對儀表產出的大量數據進行計算，得出水質或特定參數的預測值，實現對河道斷面水質情況和參數的預警、預測，并可與監測獲得的實際值進行比較，方便判斷所監控水體的綜合水質情況和變化趨勢。

優勢特點

① 模型算法：

·         部署成本 低：對模型所嵌入的硬件要求較低，易于升級

·         解釋度 高：解釋度高，模型具備一定溯源條件

·         調參難度 較易：調參難度較易，優化速度更快

·         預測準確度 較好：基于哈希儀表產生的數據，24小時內準確度可達85%

·         模型優化 能夠自學習：邊緣端實現機器自學習，使模型能夠自我完善

② 模型裝配：

·         安裝靈活性 高：搭配硬件，可布置在獨立小型監測站、微型站等，并通過太陽能供電

·         安裝成本 低：可根據測量地點需要，隨時轉換

·         模型軟硬件無縫搭配哈希現有儀表、探頭，杜絕數據傳輸問題

可搭配儀表探頭清單（部分）

① 哈希儀表

·         MS9000多參數水質監測儀

·         COD-203 CODMn分析儀

·         NA8000氨氮測定儀

·         NPW-160總磷/總氮測定儀

·         NPW-160H 總磷總氮分析儀

·         EZ系列重金屬儀表

·         … …

② 哈希探頭

·         UVAS sc有機物分析儀

·         LDO II型熒光法溶解氧探頭

·         pHD sc型差分數字化pH探頭

·         725E2T型感應式電導率探頭

·         Solitax sc型濁度探頭

·         OTT SLD 固定式聲學多普勒流量計

·         … …

③ 哈希環科儀器

·         Mini-IPC主機

·         多功能控制器/數采儀

·         … …