技术总结
本发明公开了一种基于神经网络的COD紫外光谱在线检测优化方法，属于水体有机物检测领域，所述方法包括：测量待测水样的浊度、悬浮物、电导率和pH值；用紫外光谱法测量待测水样的COD值，作为待测水样的COD初始值；将待测水样的浊度、悬浮物、电导率、pH值和COD初始值作为已训练的BP神经网络的输入向量，得到待测水样的COD优化值。本发明可依据水体多种影响因素的指标进行高精度的神经网络建模，以提高紫外光谱法COD在线测量的精度。本发明中考虑的影响因素有水样的浊度、悬浮物(SS)、电导率和pH值。这些因素会影响紫外光谱法测量COD值的准确性。通过神经网络的建模，可以精确的评估这些因素对COD测量值的影响，进而获得更精确的COD优化值。
技术研发人员：李惠宇;滕济林;李若征;杨万强;汪笑龙;刘国斌;李郑坤;张培林;李星伟
受保护的技术使用者：北京国电富通科技发展有限责任公司
文档号码：201611226394
技术研发日：2016.12.27
技术公布日：2017.06.13