1.一种二次供水智慧泵房水质监测系统，其特征在于，包括水质数据采集模块、水质安全分析模块、以及污染区域分析模块；

所述水质数据采集模块的数量为若干，水质数据采集模块用于采集泵房水质数据并预处理后反馈至水质安全分析模块；

水质安全分析模块用于根据部分泵房的水质数据分析水质是否存在污染，若存在则将分析结果反馈至污染区域分析模块，若不存在则直接反馈分析结果；

污染区域分析模块用于将水质安全分析模块的分析结果通过预测模型来分析确认可能存在污染的泵房，控制可能存在污染的泵房的水质数据采集模块采集泵房的水质数据后再由水质安全分析模块分析水质是否存在污染并直接反馈分析结果；

所述反馈至水质安全分析模块包括如下步骤，

确定水质数据采集模块的总数量为n；计算需要挑选的水质数据采集模块的数量k=n/

2，如果n为奇数，则k向上取整；

创建一个包含所有水质数据采集模块标识的列表 ，使用

Fisher‑Yates洗牌算法打乱列表中的水质数据采集模块标识；

根据打乱后的列表，选择前k个水质数据采集模块标识作为选中的水质数据采集模块；

仅安排选中的水质数据采集模块采集泵房水质数据；

所述通过预测模型来分析确认可能存在污染的泵房包括如下步骤，将选中的水质数据采集模块采集的泵房转为实时图谱，并提供该泵房的水质数据；对实时图谱和水质数据进行特征提取；将特征导入预测模型并输出相似度最高的某一时期同一区域中所有泵房的历史水质数据的图谱；结合输出图谱导出剩余未采集泵房的历史水质数据来确认可能存在污染的泵房；

所述预测模型的建立方法，包括如下步骤，

收集若干同一区域中所有泵房的历史水质数据，形成包含污染泵房的图谱库，并要求同一时期中存在至少一处水质污染的泵房；

记录同一时间各个泵房的水质数据较于阈值的污染程度，并将其与图谱中的颜色进行关联，污染程度与颜色呈正比；

对于每个泵站，提取其水质数据作为特征向量，从图谱中提取每个泵站的颜色信息作为特征向量，使用余弦相似度来计算两个泵站之间的水质特征相似度；

对于已知污染的泵站，使用水质特征和颜色特征训练模型，并且污染泵站标记为1，非污染泵站标记为0；

导入支持向量机进行训练以寻找最佳超平面来分类泵站是否污染，最终输出预测模型。

2.根据权利要求1所述的一种二次供水智慧泵房水质监测系统，其特征在于，各个所述水质数据采集模块单独采集单个泵房水质数据并预处理后反馈至水质安全分析模块，所述泵房水质数据包括水质的浊度Turbidity、总有机碳TOC、总氮TN、总磷TP和氨氮NH3。

3.根据权利要求1所述的一种二次供水智慧泵房水质监测系统，其特征在于，所述使用Fisher‑Yates洗牌算法来打乱列表中的水质数据采集模块标识，包括如下步骤，对于从i到1的每个索引，通常i从n‑1开始，其中n为列表的长度：，其中， ，表示生

成一个在闭区间 内的随机整数， 表示列表中索引a和b位置的元素。

4.根据权利要求1所述的一种二次供水智慧泵房水质监测系统，其特征在于，所述采集泵房水质数据并预处理后反馈至水质安全分析模块，还包括如下步骤，对选中的水质数据采集模块在同一时间轴上采集泵房的若干水质数据；

遍历水质数据集中的每个水质数据的所有数据值来获取最大值和最小值；

通过公式一来对每个水质数据的数据值x进行标准化处理，得到标准化后的数据值 ，公式一为 ，最终形成水质数据矩阵。

5.根据权利要求1所述的一种二次供水智慧泵房水质监测系统，其特征在于，所述根据部分泵房的水质数据分析水质是否存在污染，若存在则将分析结果反馈至污染区域分析模块，若不存在则直接反馈分析结果，包括如下步骤，构建规则集合，每个规则对应一个特征，规则形式为：如果特征值大于阈值，则认为该特征表示的水质指标存在污染；

将选中的水质数据采集模块反馈的水质数据矩阵应用以下规则， ，并输出分析结果，其中，表示逻辑“或”， 表示第i个泵房的第j个水质特征的数据值， 表示第j个水质特征的阈值。