污染源在线监控数据异常检测研究

杨辉明

（酒泉市污染源自动监控中心 甘肃酒泉 735000）

引言

污染源在线监控指的是以在线自动分析仪器为基础设备，综合利用移动通讯、现代传感、自动测量、自动控制、互联网等技术，对排污单位的污染排放情况进行实时监控的过程，是提升生态环境部门环境监管能力，强化对排污单位的污染物排放监管的有效手段。

污染源在线监控的应用可以实时发现排污单位的污染物出现超标排放的环境违法行为，生态环境部门可据此及时开展立案调查、限期整改、行政处罚等后续环境监管措施，进而有效打击和震慑环境违法行为，减轻因超标排放对环境造成的破坏。此外，污染源在线监控过程可以在多种多样的环境形势下实施与运用，进而对污染源监控中存在的面大、量广、时效性的问题进行了有效解决。污染源在线监控的实施，可以对环境问题进行实时、准确、有效的管理，这也代表了现代环境保护管理的发展趋势。

虽然污染源在线监控对于排污单位的环境监管具有非常重要的意义，但实际操作过程中，污染源在线监控过程是一个由多学科技术参与的一项系统性工程，离不开特定专业技术人员的参与，在这些专业技术人员的运维下，污染源在线监控过程才能保持稳定的运行。此外，污染源在线监控过程在数据传输过程中，数据的稳定性也会受到多种因素的影响，比如仪器设备运行环境的情况、仪器性能情况、突发设备故障事件、通信传输故障事件等，最终造成污染源在线监控数据发生异常情况，而这也会造成线上监控的数据不能科学、准确的反应环境污染情况，严重影响了污染源在线监控数据的准确度。

1 污染源在线监控数据异常来源

1.1 系统误差导致数据异常

系统误差是非人为条件造成的一种误差，是指的是因为仪器设备自身问题或者环境的变化，造成污染源线上监控数据与实际值不一致的现象。系统误差具有重复性、单向性和可测性。系统误差在实际在线监控设备运行过程中很难被发现，造成污染源线上监测数据异常的系统原因主要由以下几点，比如自动监控平台故障、通讯故障、现场端仪器故障、仪器性能故障、突发设备故障等。

对于此类系统误差，可以定期对污染源线上监控设备进行校准和校验，进而避免此类系统误差的误差对自动监测数据造成的严重的影响。

1.2 人为造假导致数据异常

对于人为造假导致的数据异常，指的是为有些人为了避免污染源在线监控数据超出标准，数据特征体现在数值在标准值附近徘徊；或者是为了为降低总排放量，数据特征体现在数据存在大幅变小的情况。人为造假实现的途径主要包括以下两种方式，分别为现场端仪器造假、数据采集过程造假。

2 污染源在线监控数据异常检测方法

2.1 数据协调性分析检测方法

数据协调性分析，指的是当一个持续稳定的污染源和一个末端净化系统在其正常运转的工作状态下，其释放的污染物和流质状态参数将会维持一个比较稳定的逻辑关系。所以，在这种稳定的逻辑关系下，如果其中的一个数据发生显著变化，那么很有可能分析出另一数据也发生了异常变化。该方法即是通过数据协调性来分析污染源在线监控数据的异常数据。

2.2 工艺参数核定的分析检测方法

如果污染源系统额参数比较齐全，并且含有很高的参考性，通过之前提前设置的物料计算公式，可以合理准确计算出各种污染物的排放浓度，进而得到污染物监测值的核定结果。

2.3 诊断系统原理分析检测方法

在正常的在线监测数据中，时间以正态分布或偏正态分布的形式分布，其对数函数和时间变量之间存在线性相关的关系。在这个原理的基础上，可以把在线监测数据回归成工作曲线，进而可以通过工作曲线的走向来体现在线监测系统误差的发展水平。

如果在此工作曲线的上下限设置误差临界线，那么这个工作曲线就会变成线上监测系统的质量控制曲线，那些超过临界线范围的数据都会被当做异常数据，再加上数据之间的逻辑关系和工艺参数进行的物料分析，最终可以分析出异常数据产生的原因。

2.4 基于模型的分析检测方法

基于模型的方法指的是通过建立某种统计或者数据模型，从而将不符合该模型的数据认为是异常数据。

2.5 基于密度的分析检测方法

基于密度的分析检测方法指的是假定正常数据在数据对象较多的范围内，但是异常数据会与最近数据对象都比较远，在这种情况下，那么可以根据数据对象的本地异常因子来判定对象的异常水平。密度法可以对异常数据进行有效的识别，而且该方法的数据参数比较少，检测异常数据的准确性基本不受参数的影响。但是，该检测方法在时间和空间复杂度上具有一定的难度。

结语

污染源在线监控系统可以实现对生产企业污染物排放的实时检测，但是存在着检测数据异常的问题，主要原因包括系统误差和人为造假。该问题可以通过数据协调性分析、工艺参数核定分析、诊断系统原理分析、基于模型的分析、基于密度的分析等检测方法来解决，从而预防或及时修正在线检测系统检测数据异常。