废气污染源自动监测异常数据诊断与处理方法研究

郑涛 张骥

（天津市环境监测中心天津300191）

0 前言

随着各地方污染源自动监控设备的运行，污染源自动监测作为环境管理的重要手段，在减排监测体系中发挥着越来越大的作用。特别是随着减排工作不断深入，对污染源自动监测数据的质量提出了更高的要求。然而，在实际运行过程中，大量的连续数据中很容易产生数据异常的现象，严重影响了自动监测数据的整体质量。建立一套科学、可靠的自动监测数据诊断分析与处理方法，可有效提升在线监控监管能力水平和工作效率，为自动监控数据的进一步应用提供有力技术支持。

1 异常数据表现形式

污染源自动监测数据是与污染源及净化设施运行状态等企业生产实际状况息息相关的，其数据是否异常的判定依据主要在于其是否符合当时企业生产实际情况，当自动监测数据不能正确体现污染源运行状态时，即为异常数据。

零值：某项监测数据中出现零值时，可能存在以下情况：①设备停炉，此时其他参数亦应表现出停炉的特征；②设备故障，此时其他参数表现出锅炉正常运行的特征；

缺失数据：即在一组连续监测数据后出现无数据显示，监测数值时断时续，时有时无，当出现此类问题时，意味着数据采集与传输系统出现了故障，例如数采仪断电、手机卡欠费等。

极值（极大值、极小值）：当一组连续数据中偶然出现一个极大值时，通常是由于当时自动监测数据通入高浓度标气，进行自校正的结果。当一组连续数据中偶然出现一个极小值时，可能是由于当时对设备，尤其是采样设备进行清洁维护造成的。当一组连续数据中连续出现极值时，可能是设备故障造成的，也可能是生产负荷、净化装置运行发生变化造成的。

恒定值、负值：所谓恒定值是指某项数值一段时间内恒定不变（不包括零值），负值是指监测结果为负，当出现此类问题时，仪器设备出现故障的可能性更大。

明显违背污染源排放规律的监测数据：此类数据的特点是单纯从每组数据来看，均无明显异常，但其显示的污染源运行状态与实际状态明显不符。要发现这类异常数据，必须把各项参数监测结果统一汇总分析，方能进行判定。出现这种情况的原因，大多是污染源自动监测设备出现了异常。

2 污染源自动监测异常数据诊断方法的建立

首先依据历史监测数据，结合污染源排放规律和特征，建立污染源自动监测异常数据经验判别法，筛选出极端可疑的数据；针对极端可疑数据，与企业进行沟通，了解相应时间段内企业生产情况、净化设施运行情况，并对极端异常数据进行核定。对初步筛选后的数据进行统计学判定，进一步筛选不易发现的异常数据；针对再次筛选出的可疑数据，依照现场情况再次进行核定，对于符合污染源排放规律的数据，确认为正常数据，对不符合污染源排放规律的数据，确认为异常数据，对异常数据进行修正。

2.1 建立异常数据经验判断法

参照污染源自动监测异常数据表现形式，建立经验判定法。首先筛选出零值、负值、恒定值，并记录出现这类数据的时间，以备与企业进行核查，其次根据该企业该污染源净化设施工艺，结合历史监测数据，确定出可接受的监测数据的上下限，以此为依据确定监测数据中是否存在极值。

建立经验判断法的目的在于初步剔除那些极端可疑的监测数据。此类数据较易发现，如零值、恒定值等，另外通过对污染物浓度、流速、烟温、氧含量参数的逻辑性判定，也可以将一部分违背污染源排放规律的数据识别出来，不需进行统计学判定；其次，防止这些极端可疑的数据参与到下一步统计学判定，成为粗大误差，影响异常数据的判定结果。另外，通过对极端可疑数据现场情况的核定，可在一定程度上了解污染源当前运行状况，有助于进行下一步的统计学判定。

2.2 现场情况的核定

由于目前传输到污染源自动监控平台的参数仅为六项（颗粒物、二氧化硫、氮氧化物浓度、烟温、流速、氧含量），难以凭此对污染源自动监控数据的准确与否进行判断，因此与排污企业进行现场情况的核定是必不可少的一道工序。核定的内容包括：①出现极端可疑数据的时间段内，企业生产状况、净化设施运行状况是否正常，是否有较大变化等；②其余时间段内，企业生产状况、净化设施运行状况是否正常，是否有较大变化等。通过对第一项内容的了解，可以对藉由经验判定法筛选出的数据进行合理性判定。例如：经验判定法发现三项污染物浓度监测结果极低，流速监测结果为零，排烟温度、氧含量监测结果接近于外界环境状况，通过与企业沟通，了解到该时间段内企业锅炉停运，藉此可判定为污染源自动监测数据符合当前污染源排放状况，可确定为正常数据加以保留。通过对第二项内容的了解，可作为统计学二次判定的依据，如果相应时间段内企业运行正常，净化设施运转良好，则通过二次判定得出的可疑数据，可直接判定为异常数据，进行异常数据处理。

2.3 统计学二次判定

用统计学原理进行异常数据检验方法很多。由于各种检验方法的严格程度与校验功效不同，在有些情况下，用不同的检验方法得到的检验结论是不同的，在这种情况下，如何确定检验结论，在不同的文献中有不同的看法。有文献曾比较了各种检验方法检验离群值的效果，证明格鲁布斯法和t检验法检验功效更高。在此基础上，笔者曾通过电厂实际监测数据对格鲁布斯法和t检验法进行过检验，检验结果表明t检验法相对于格鲁布斯法具有更高的检验精度和灵敏度，但同时当数据波动情况较大时，t检验法显得过于严格。而在实际生产过程中，锅炉的运行状态是与企业的生产状况息息相关的，一旦企业的生产工况发生变化，锅炉的运行状态也会随之发生变化，相应的污染源自动监控数据也会发生变化，这种变化在某种情况下可能是比较频繁的，因此这就要求我们所选用的统计学方法也是适应这种频繁的变化。而格鲁布斯法更适用于对污染源监测结果的判定。

计算方法：将分析数据由小至大按顺序排列：X1，X2，X3，…，Xn-1，Xn，其中可疑值为X1或Xn。先计算出该组数据的平均值和标准偏差s，再计算统计量

根据事先确定的置信度和测定次数查表，如果G大于所查数值，则相对于G的X1或Xn为异常值。

这里需要指出的是，通过格鲁布斯法计算出的异常值不能直接舍去，应根据现场情况核定的结果综合判断。

3 污染源自动监测异常数据的处理

参照污染源自动监测异常数据表现形式，结合对现场情况的核定，对筛选出的异常数据进行分类处理，原则上符合现场情况的数据按照正常值予以确认保留，不符合现场情况的数据，利用人工监测补遗或历史数据进行补遗。

当固定污染源处于启、停运、维修以及闷炉等状态时，符合现场情况的数据可作为正常值予以保留。

当污染源自动监测设备处于维护保养、校准、校验等时间段时，所监测的数据为不符合现场情况的数据，需进行数据处理。处理方式：①当异常数据时段小于24小时，前一次校准后第一个小时的数据和本次校准第一个小时的有效小时均值的算术平均值进行补遗。②当异常数据时段大于24小时，选取前一次校准前720有效小时均值的排放量最大值对三项污染物的排放量进行替换，选取上述时段的算术平均值，对氧含量和其他参数进行替换。

当污染物自动监测数据缺失时，需要对数据进行补遗。处理方式：①当缺失的数据在24小时以内，缺失数据按该参数缺失前1小时的有效小时均值和恢复后1小时的有效小时均值的算术平均值进行补遗。②当缺失数据超过24小时，对于三项污染物，选择缺失前720有效小时均值中最大小时排放量进行补遗，其浓度值不需补遗。对于氧含量和其他参数，缺失数据按该参数缺失前720有效小时均值的算术平均值进行补遗。③当缺失数据超过96小时时，需要启动人工监测，用人工监测的数据进行补遗。

当污染源自动监测设备处于故障期间、维修期间时，所监测的数据为不符合现场情况的数据，需进行数据处理。处理方式参照污染源自动监测设备处于维护保养、校准、校验等时间段时的处理办法。

当污染源数据未通过统计学二次判定时，按该参数判定为异常值之前的24小时有效数据的算术平均值进行替换。

4 结论

这种污染源自动监测异常数据判定及处理方式具有一定的可操作性，在天津市污染源自动监控数据审核过程中已得到一定程度的应用，有效的提高了污染源自动监控能力，改变了以往缺少数据逻辑分析技术，只能在极端异常时通过人工发现的异常值判定状况。但由于当前污染源监控平台所接受到的数据类型偏少（仅为六项参数的测定结果），且具有一定的局限性（仅为净化设施末端的数据），难以对污染源实际状况进行判断，使得污染源自动监测设备的监控功能受到了一定的约束。同时由于需要与现场情况进行反复确认，在实际工作中仍比较繁琐。如果在监控平台中能引入污染源及净化设施运行参数，可以更好的发挥自动监控的作用，为污染源自动监测数据在执法、排污收费等环境管理工作方面的应用提供了技术保障，同时也提高了污染源自动监测数据管理人员的工作效率和准确性。

[1]张育林，任鹏程，张瑞源.火电厂脱硫CEMS典型故障分析与处理.甘肃科技，2013年1月

[2]宋国升，陈秋，杨杰等.火电厂烟气污染物在线监测系统论述河北电力技术，2005年第2期

[3]王行广.用统计学研究环境及污染源评价中的取样和判断问题.环境工程，1991年01期

[4]赵辉，邵素华，谢东坡.分析数据中离群值的处理方法.周口师范学院学报，2004年9月

[5]丁勇，周淑芹，卢宝华.浅谈环境监测数据的处理方法现代化农业，1997年第9期