Качество питьевой воды определяется состоянием источника водоснабжения и надежностью работы станции очистки [1]. Ввиду возможного нарушения качества питьевой воды вследствие ухудшения физико-химических показателей источника водоснабжения необходима методика раннего предупреждения [2, 3] о возможности выхода одного или нескольких показателей качества воды за допустимые пределы. Показатели водоисточника (температура, цветность и др.) и качества питьевой воды (остаточный хлор, содержание алюминия и др.), а также управляемые факторы (например, доза коагулянта) контролируются ежедневно. Измеренные значения этих показателей образуют систему временных рядов.
Предлагается система раннего предупреждения о возможной аномальной ситуации, использующая математический аппарат и процедуру моделирования и прогнозирования качества питьевой воды. Рассматриваемая процедура состоит из двух этапов: прогнозирование состояния водоисточника на заданный горизонт (Т дней) методом векторной авторегрессии и прогнозирование на основе полученных результатов качества питьевой воды на тот же период с помощью кусочно-линейных регрессий с разрывом по отклику. Разработанная система состоит из двух подсистем, реализующих данные этапы. На рис. 1 показана схема взаимодействия подсистем.
Для моделирования и прогнозирования процесса изменения физико-химических факторов водоисточника применяется модель векторной авторегрессии (ВАР). Это модель динамики взаимосвязанных временных рядов, в которой текущие значения контролируемых показателей зависят от прошлых значений этой же группы показателей. Модель предложена Кристофером Симсом как альтернатива системам одновременных уравнений, которые предполагают существенные теоретические ограничения: модели ВАР свободны от ограничений структурных моделей [4, 5].
В модель ВАР входят несколько переменных, зависящих как от собственных лагов, так и от лагов других переменных. В отличие от модели обычной регрессии в ней нет необходимости делить переменные на исследуемые параметры и независимые факторы. Любая переменная модели ВАР по умолчанию включается в состав исследуемых величин.