Zeitschrift für Kernenergiewissenschaft und Energieerzeugungstechnologie

Architekturen und Einsatzmöglichkeiten künstlicher neuronaler Netze in der Wasserressourcentechnik: Infrastruktur und Anwendungen

P. Anandan, S. Kirubakaran, M. Roshni Thanka , N. Geethanjali, Amit Kumar und Sivakumar Ponnusamy

In der heutigen Welt ist die Kontrolle des Trinkwassers ein zentrales Anliegen. Einige der wesentlichen Faktoren bei der Bewertung der Grundwasserparameter sind Sauerstoffkonzentration (DO), biologischer Sauerstoffbedarf (BOD), pH-Wert, Gesamtcoliforme (TCO) und Temperaturen (Temp). Im Siruvani-Fluss im Puducherry-Territorium in Südindien besteht unser Ziel darin, diese Eigenschaften vorherzusagen. Ein nützlicher Computeransatz zur Simulation komplizierter Verbindungen zwischen verschiedenen Daten ist in der Tat das Convolutional Neural Network. Das ANN-Netzwerk wird mit Informationen aus den Jahren 2019 bis 2021 trainiert, und die Wasserverschmutzungsprognose wurde für das Jahr 2020 durchgeführt. Die Ergebnisse entsprechen dem Wasserqualitätsindex (WQI), der in Indien seit langem etabliert ist. Diese ANN-Methode ist eine realistische, einfach zu verwendende Technik zur Bewertung der Wasserqualität des Flusses.