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?；ぁ?/span>

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?；房埔瞧?/span>

·         Mini-IPC主机

·         多功能控制器/数采仪

·         … …