CN105807736A - 污染物智能核算方法 - Google Patents

Abstract

本发明涉及用于污染物的直接或分布数字控制系统领域，具体为一种污染物智能核算仪。一种污染物智能核算方法，包括机组运行、脱硫运行定性流程，其特征是：包括系统预判、脱硫停运时排放量计算、机组运行、脱硫运行定性流程和定量核算。本发明数据准确、及时，可应用于火电厂的湿法脱硫系统运行情况（工况、过程）分析，为环保管理提供支持。

Description

污染物智能核算方法

技术领域

本发明涉及用于污染物的直接或分布数字控制系统领域，具体为一种污染物智能核算方法。

背景技术

目前，污染源自动监控系统研究与建设还主要处于污染源“末端监控”阶段，“末端监控”是指直接从并且只从企业的排污口进行数据采集与监控。由于数据采集器误差和人为造假等因素存在，“末端监控”不能保证数据的准确性和真实性，不能说清楚排污总量。虽然已经有研究注意到了现有污染源自动监控系统的数据准确性和真实性问题，并分析了其中的原因，但还未能提出一个完整完善的解决方案。

发明内容

为了克服现有技术的缺陷，提供一种准确、及时的污染物报警方法，本发明公开了一种污染物智能核算方法。

本发明通过如下技术方案达到发明目的：

一种污染物智能核算方法，包括机组运行、脱硫运行定性流程，其特征是：按如下步骤依次实施：

A.标准化核算流程：

一、工况采集数据进入标准化模块，首先对工况采集数据进行定性分析，判断其可用性，正常工况数据通过模型算出正确的末端结果数，定性分析的过程如下所述：首先，过滤异常数据，对其中的信号采集异常导致的畸变数据进行剔除；再次，利用工况参数有效性校验方法判别工况设备运行是否正常；

二、通过定性分析后的正常工况数据，直接输出在线监测结果；

三、通过定性分析后的不正常工况数据，通过数学模型计算污染物产生量，然后设定环保管理系数来核算污染物排放量；

本项目将标准化模块开发成主要污染物智能核算仪，应用于主要污染物智能核算系统建设中，实现利用具备“真实性、准确性”的数据服务于环保业务管理。

B.系统预判：

数据标准化流程是在对机组运行状态进行判断正常情况下进行的，对异常判断包括：

B.1网络中断判断

核算仪数据来源于工况，在工况服务器上安装有数据转发工具，此工具主要有两大功能，当网络正常连通时通过数据转发工具实现数据转发，当网络中断时通过数据转发工具记录数据中断时刻，等网络重新连通后再通过数据转发工具从数据中断时刻起恢复向核算仪发送数据；

数据转发工具内和核算仪内都设置相同的网络质量点，网络质量点作为网络质量的临界值，当网络的连通质量值大于网络质量点的值时，判断网络为连通状态，当网络的连通质量不大于网络质量点的值时，判断网络为中断状态，从而实现网络中断的判断；

B.2停机状态判断

B.2.1停机停炉条件为：负荷<额定负荷×3％并且燃煤量<30ton/hour；

B.2.2启炉未启机条件为：负荷<额定负荷×3％并且燃煤量>30ton/hour；

B.2.3启机条件为：负荷>额定负荷×3％并且燃煤量>30ton/hour，

机组负荷小于机组额定负荷的3％认为机组停运；

B.3脱硫停运判断：

旁路拆除的情况下不做脱硫停运判断；

对脱硫停运判断因子进行了整理并做正交，用两个因子同时满足来佐证脱硫停运，从而确定出脱硫停运判断规则，二维正交表如下表所示：

从二维正交表确定的脱硫停运判断规则如下表所示，总共36条，互相之间为或的关系，即只要有一条满足即为脱硫停运，如果因子在实际中无测点，则不判断相应的规则；

B.4出口疑似测量空气：在混合烟道或者净烟气挡板门之后设置出口测点，当出口测点的含氧量>15％时认定异常；

C.脱硫停运时排放量计算

正常情况下入口CEMS安装在原烟气挡板之后原烟道上，出口CEMS安装在混合烟道上；

C.1入口CEMS在原烟气挡板后、出口CEMS安装在混合烟道上，则：

产生量＝排放量＝出口SO₂浓度×出口烟气流量，脱硫效率＝0；

出口烟气流量经过趋势校验和绝对值校验，此时绝对值校验，直接用模型；

出口SO₂浓度校验使用模型值和其比对，其中模型脱硫效率＝0；

C.2入口CEMS在原烟气挡板后、出口CEMS安装在净烟道上：

如果系统判断脱硫停运，则出口浓度和出口流量直接输出模型值，并标记出口在净烟道，脱硫效率＝0；

C.3入口CEMS在原烟气挡板和旁路前、出口CEMS安装在混合烟道上，则：

入口浓度、入口流量、出口浓度、出口流量在停机状态下测量的都为全部烟气，因此在校验中同正常流程，其中模型脱硫效率＝0；

当入口和出口的实测值都是合理的，那么入口值赋予的是出口的值；

C.4入口CEMS在原烟气挡板和旁路前、出口CEMS安装在净烟道上，则：

入口浓度、入口流量在停机状态下测量的为全部烟气，对入口需要校验，出口浓度、出口流量都不参与校验，但此刻附加校验出口浓度，如果出口浓度在脱硫停运状态下和脱硫运行时没有明前变化，说明出口浓度存在作假嫌疑；

D.机组运行、脱硫运行定性流程：

D.1数据预处理

D.1.1数据缺失判断：

单点数据缺失判断，用数据质量点判断，如果数据质量点为timeout，则为数据缺失；

D.1.2满屏跳：

计算一段时间的波动程度指标index和平均波动与均值ratio的比值，测试时间长度暂定为10分钟，测试间隔为1分钟，

公式如下：

波动程度指标 $\mathrm{index}=\frac{\mathrm{\&Sigma;}|x_i-x_{i-1}|}{n\left(\stackrel{\&OverBar;}{F}\right)},$

$\mathrm{ratio}=(\frac{F}{\stackrel{\&OverBar;}{x}}-1)\&times;100\%,$

其中，n是点的个数，是点的平均振幅，即把数据分成长度为m个点的若干段，求其平均振幅，

F＝|x_max-x_min|，

当index>0.05且ratio>20％，认为是满屏跳；

D.1.3数据跳变/吹扫处理即滤波处理：

实时数据因为外界环境、吹扫等原因导致的数据跳变，系统将对判定并剔除，

出现数据跳变的点包含入口烟气流量、出口烟气流量、入口SO₂浓度、出口SO₂浓度、脱硫效率，

采用的判定方法为：

采用1hour计算一次，每次取数据片段为本小时和前1hour作为数据样本，进行2hour数据的方差计算，数据小周期初步设定为5min，每1min进行前5min的均值计算，再设定方差范围，如果数据点或者数据片段超过设定的方差范围，则认为数据跳变，此时，还需要对数据进行范围比较，如果数据在有效性范围内，则不进行处理，认为正常，如果不在范围内，则需对数据进行剔除；

如果数据跳变长度小于1min，则直接剔除，不报警；

如果数据跳变长度大于1min，剔除，并对数据进行差值计算，输出数据跳变起始和结束时间；

D.1.4恒定值判断：

有两种形式的恒定值：一种是原始测点故障，在DCS中已经是恒定值，这种情况，采用判断数据长周期差异的方式进行数据判断；一种是数据库插值导致的恒定值，这种情况，采用取数据点状态判断；

结合两种方式，首先查询判断时段数据的质量点，如果是timeout点，则直接输出数据缺失，如果数据质量点为good，则进入第二步判断，采用数据长周期差异性的方式进行判断；

长周期差异性方法：计算一段时间的方差，测试时间定为10min，测试间隔为1min，若方差小于0.01，则说明这段时间内的数值是恒定值；

D.2定性判断：

D.2.1数据有效性范围校验，按下表判断：

数据有效性范围校验1hour检验一次，检验该小时的实时值，实时值与范围比较，如果不在范围内，则进行标记，如果累计有15min超过范围，认为该小时数据超限，该小时数据不可用；

D.2.2关联度判断：

关联度判断进行三步进行计算，首先对实时数据进行去噪处理，然后进行参数长周期关联度计算，第三步进行陡升陡降时的精细化关联度计算，

长周期计算是对一天数据大趋势的检验，检验两个因子之间大趋势是否一致，

当大趋势不在关联度范围内，再进行数据样本中陡升陡降片段的抓取，确定陡升陡降片段之后，按照时间周期1hour，计算该段时间参数之间的关联度，

陡升陡降抓取的方式是：对因子小周期均值进行计算，计算该因子在本周期与上一周期的均值是否大于10％，如果大于10％，则认为陡升陡降，

由于采样值有一定的波动，因此在使用关联度之间，首先对数据进行去噪处理，目前采用去噪的方法为：每秒钟计算一次，每次计算前5min的均值，存储为最新样本，

去噪处理之后，再进行关联度的计算，首先进行两个参数的关联度计算，每个因子都和其他因子做关联度计算，然后建立各因子之间的关联度矩阵，

引进对相关程度的度量——Pearson相关系数来定量分析两变量的线性相关性，Pearson相关系数又叫相关系数或者线性相关系数，用字母r表示，r由两个变量样本取值得到，是一个描述线性相关强度的量，其中-1<r<1，|r|表明两变量间相关的程度，r>0表示正相关，r<0表示负相关，r＝0表示零相关。|r|越接近于1，表明两变量相关程度越高，它们之间的关系越密切，

相关系数用r公式为： $r_{\mathrm{xy}}=\frac{\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}(x_i-\stackrel{\&OverBar;}{x})(y_i-\stackrel{\&OverBar;}{y})}{\sqrt{\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{(x_i-\stackrel{\&OverBar;}{x})}^2\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{(y_i-\stackrel{\&OverBar;}{y})}^2}},$

采用关联度矩阵的方式对烟气侧各因子进行定性判断，每个因子都和其他因子做关联度计算，然后建立关联度矩阵如下表所示：

关联度矩阵首先确定每一组参数关联度的权重，然后结合单因子与其他因子关联度计算的结果，用权重计算的方式，进行结果计算，最终确定是哪个因子出现异常，关联度＝关联度值1×权重值1+关联度值2×权重值2+……+关联度值n×权重值n；

D.2.3逻辑判断

逻辑判断的原则是以目标判断为基准，标因子出现不随其他因子变化时，再进入逻辑关系判断，对其关联的因子变化进行判断，确定其变化趋势，最终异常原因进行定性；

D.2.3.1脱硫效率

脱硫效率有三类异常，一类是跳变，用数据有效性范围进行判断；第二类是与出入口浓度无关，检验方式是用出入口浓度计算脱硫效率，然后与实测脱硫效率进行比对；第三类是脱硫效率为恒定值，此时出口浓度直接判定为作假；

脱硫效率＝(入口SO₂浓度-出口SO₂浓度)/入口SO₂浓度×100％；

D.2.3.2pH

pH值存在三类异常，一是跳变偏低或者偏高；二是恒定值；三是不随其他因子变化，当pH存在两个测点即能获得pH1和pH2两个值时，当pH1和pH2均正常时，对pH1和pH2进行平均作为使用值；当pH1或者pH2中有一个异常，一个正常时，则使用正常的这个值；当pH1和pH2都异常时，则对pH值进行补遗，pH值补遗方案如下：当pH异常<72hour时，用异常前1hour进行补遗；

D.2.3.3燃煤量

D.2.3.4出口烟气流量

通过因子关联度判断出趋势不一致时，再确定是烟气流量未升降还是负荷未升降，或者是反向升降；

采用均值的方式确定时间点和变化趋势：

陡升陡降判断：计算一段时间内的均值，测试时间长度10min和测试间隔长度1min，设本次测定的均值为m1，上次测定的均值为m2，波动幅度为t，当|m1/m2-1|>t(t＝0.1)，则认为该时间发生了陡升陡降；

对于限值判断，首先确定关联度不一致，负荷上升、烟气流量不变，然后再根据三阶拟合公式检验出口流量是否不负荷逻辑关系，三阶拟合公式是拟合负荷和烟气流量之间的：Y＝a+bX+cX²+dX³，其中Y为负荷，X为烟气流量，a、b、c、d为系数；

这个公式是在系统预设阶段做的，选取企业运行较好的一段时间作为数据样本进行公式拟合，确定系数a、b、c、d；

对于不同情况的处理方式如图6所示；

D.2.3.4.1原烟气流量模型校验

实测原烟气流量经过定性判断后，确定为正常的，需要再和模型进行绝对值比对；如果异常，直接输出模型结果；

在核算模型原烟气流量是需要用的参数包含全硫份、空干基灰分、空干基水份、固定碳、燃煤量，而其中燃煤量需要进行定性判断，定性判断目前采用关联度矩阵的形式进行判断，如果正常，直接使用，如果异常，则使用机组负荷进行推算燃煤量。推算燃煤量的度电煤耗采用CEMS补数规范，小于1day的，用前一天和后一天的均值核算，大于1day的，用前720hour的有效数据进行补遗；

模型原烟气流量与实测原烟气流量进行比对，如果实测原烟气流量在模型原烟气流量的±20％以内，则认为实测正确，输出实测原烟气流量，如果实测原烟气流量不在模型原烟气流量的±20％以内，则认为实测原烟气流量绝对值有误，输出模型原烟气流量，并标记实测原烟气流量与机组负荷逻辑不符；

D.2.3.4.2净烟气流量模型校验

实测净烟气流量首先根据定性判断，其是否正常，如果异常，则直接使用模型值，如果正常，则与模型净烟气流量进行比对，如果实测净烟气流量在模型净烟气流量的±20％以内，则认为实测正确，输出实测净烟气流量，如果实测净烟气流量不在模型净烟气流量的±20％以内，则认为实测净烟气流量绝对值有误，输出模型净烟气流量，并标记实测净烟气流量与机组负荷逻辑不符；

D.2.3.5出口SO₂浓度

在脱硫运行时，出口SO₂浓度从表观上分为两大类，分别为表观正常、表观异常，表观异常再细划分包含四类，浓度偏低、恒定值、限值、浓度偏高，

使用上报硫份对预判做分阶，当上报硫份>0.4时，出口浓度初步认定小于40mg/m³，为偏低，直接使用模型数据，如果>40mg/m³，则启用模型对出口浓度进行校验，当上报硫份<0.4时，直接使用模型对出口浓度进行校验；

限值取得方法：

1.求出该段时间点最大值；

2.设定一个误差值，当该点与最大值的差值小于误差值，则认为该点为疑似限值处理；

3.疑似限值的个数超过600，即10min，则认为这段时间内该数据作了限值处理；

恒定值使用长周期差异性进行确定；

浓度超标情况：分为旁路打开和旁路未打开两种情况，旁路打开，增压风机停，则判定为脱硫停运导致的超标，如果增压风机开，则继续判断循环浆液泵是否开，开几台，如果全没开，则说明脱硫停运，如果有部分开或者全开，判定为部分脱硫；旁路未打开，则根据模型判断入口浓度是否升高，如果入口浓度升高，则理论上循环浆液泵电流、石灰石供给流量、石膏排除泵流量3个都应该升高，如果3个都不变或降低，则输出脱硫条件不满足，如果有部分升高，那么没升高的参数判定为单点异常参数；如果入口浓度不变或者降低，理论上循环浆液泵电流、石灰石供给流量、石膏排除泵流量3个都应该降低，如果3个都不变或者升高，则说明出口作假，如果有任何一个降低，则输出脱硫条件不满足。并判断参数不变的因子为单点异常因子；

D.2.3.5.1原烟气SO₂浓度模型校验

实测SO₂浓度检验方法采用上报硫份推算的方式进行检验：

首先对上报硫份进行正太分布统计，确定硫份的分布情况，如果上报的新硫份不在范围内，则系统会提示上报硫份与以往硫份差异较大，则再次核对，但继续使用该硫份作为计算硫份；

根据全硫份、空干基水份、空干基灰分、固定碳根据工艺基础表格查出模型原烟气SO₂浓度，再与实测原烟气SO₂浓度进行比对，如果实测原烟气SO₂浓度>模型的100％～20％，则认为实测是对的，输出实测值。如果实测原烟气SO₂浓度<模型的100％～20％，则使用模型原烟气SO₂浓度，并输出硫份与实测原烟气SO₂浓度逻辑不符；

D.2.3.5.2净烟气SO₂浓度模型校验

净烟气SO₂浓度检验和核定的方式是采用原烟气SO₂浓度和脱硫效率；

首先计算液气比，然后根据pH、液气比、原烟气SO₂浓度查工艺基础表格进行确定脱硫效率；

液气比计算方法：

通过脱硫效率和原烟气SO₂浓度计算出模型净烟气SO₂浓度，然后与实测净烟气SO₂浓度进行范围比对，

如果实测净烟气SO₂浓度>模型的100％～20％，则认为实测是对的，输出实测值；如果实测净烟气SO₂浓度<模型的100％～20％，则使用模型净烟气SO₂浓度，这里使用模型净烟气SO₂浓度时，需要确定异常原因，异常由两种原因导致，一种是原烟气SO₂浓度，一种是脱硫效率，如果原烟气浓度模型高于实测，则此处输出原因为原烟气浓度高，脱硫不能达到预期要求；如果原烟气浓度模型小于等于实测，则说明脱硫效率模型小于实测，此时输出塔区反应条件不足；

E.定量核算

E.1原烟气流量核算方法

根据定性结果，查实测原烟气流量的标签，如果是异常或者数据超范围、恒定值或数据缺失，直接出模型结果，如果正常，出实测结果；

E.2净烟气流量核算方法

根据定性结果，查实测净烟气流量的标签，如果是异常或者数据超范围、恒定值或数据缺失，直接出模型结果，如果正常，出实测结果。

E.3原烟气SO₂浓度核算方法

根据定性结果，查实测原烟气SO₂浓度的定性标签，如果是异常或者数据超范围、恒定值或数据缺失，直接出模型结果，如果正常，出实测结果。

E.4净烟气SO₂浓度核算方法

根据定性结果，查实测净烟气SO₂浓度的定性标签，如果是异常或者数据超范围、恒定值或数据缺失，直接出模型结果，如果正常，出实测结果。

污染源“末端监控”系统与本系统之间的最大区别是本系统深入到污染治理设施的运行，通过抽取出代表设施运行的模型和工况参数，精确描述设施运行的状态，并且通过定性、定量分析方法判别工况实时数据的真实性与准确性，实现对排污异常数据的报警与核准。

本发明可应用于火电厂的湿法脱硫系统运行情况(工况、过程)分析，为环保管理提供支持。

附图说明

图1是本发明中标准化模块的流程图；

图2是本发明中系统预判的流程图；

图3是本发明中锅炉点火到机组运行这段时间的停机判断流程图；

图4是本发明中pH值和脱硫效率的函数关系图；

图5是本发明中当存在两个pH值测点时的处理流程图；

图6是本发明中烟气流量趋势判断时的三阶拟合公式确定系数的处理流程图；

图7是本发明中原烟气流量的核算流程图；

图8是本发明中净烟气流量的核算流程图；

图9是本发明中原烟气SO₂浓度的核算流程图；

图10是本发明中净烟气SO₂浓度的核算流程图；

图11是本发明中核算仪数据决策树的示意图。

具体实施方式

以下通过具体实施例进一步说明本发明。

实施例1

一种污染物智能核算方法，包括机组运行、脱硫运行定性流程，具体来说，按如下步骤依次实施：

标准化模块是智能核算仪的核心部分，主要技术路线就是应用标准化模块以定性与定量相结合方式分析企业末端数据真实性的过程，其具体的流程图图1所示。

A.标准化核算流程：

一、工况采集数据进入标准化模块，首先对工况采集数据进行定性分析，判断其可用性，正常工况数据通过模型算出正确的末端结果数，定性分析的过程如下所述：首先，过滤异常数据，对其中的信号采集异常导致的畸变数据进行剔除；再次，利用工况参数有效性校验方法判别工况设备运行是否正常；

二、通过定性分析后的正常工况数据，直接输出在线监测结果；

三、通过定性分析后的不正常工况数据，通过数学模型计算污染物产生量，然后设定环保管理系数来核算污染物排放量；

本实施例将标准化模块开发成主要污染物智能核算仪，应用于主要污染物智能核算系统建设中，实现利用具备“真实性、准确性”的数据服务于环保业务管理。

B.系统预判：

系统预判流程如图2所示。

数据标准化流程是在对机组运行状态进行判断正常情况下进行的，对异常判断包括：

B.1网络中断判断

核算仪数据来源于工况，在工况服务器上安装有数据转发工具opmirror，此工具主要有两大功能，当网络正常连通时通过数据转发工具实现数据转发，当网络中断时通过数据转发工具opmirror记录数据中断时刻，等网络重新连通后再通过数据转发工具opmirror从数据中断时刻起恢复向核算仪发送数据；

数据转发工具内和核算仪内都设置相同的网络质量点，网络质量点作为网络质量的临界值，当网络的连通质量值大于网络质量点的值时，判断网络为连通状态，当网络的连通质量不大于网络质量点的值时，判断网络为中断状态，从而实现网络中断的判断；

B.2停机状态判断

B.2.1停机停炉条件为：负荷<额定负荷×3％并且燃煤量<30ton/hour；

B.2.2启炉未启机条件为：负荷<额定负荷×3％并且燃煤量>30ton/hour；

但锅炉排放量核定是从锅炉点火开始计算的。对于锅炉点火到机组运行这段时间，其计算方式与正常流程不同。

锅炉启机过程判断：

以某机组启机过程为例：

在0:00FGD出口烟气流量升高，在1:26分煤量升高，在8:59:35整煤量升到56t，负荷仍为0，到9:00:51，负荷升到48MW，到9:18:35负荷升到80MW。

整个启机过程，从加煤到升负荷时间长度为7.5hour，负荷从0到48MW只用了1min。

在这种情况中，对锅炉的判断定义为燃煤量>30ton/hour。

在这段时间内，产生量一定，燃煤量和烟气流量逻辑不符，烟气流量大，出口浓度低。那么在这种情况下，对因子的检验是通过检验量比较合理。

具体检验方法如图3所示。

停机过程时，停机时间跨度小，不存在停机锅炉运行状态。

B.2.3启机条件为：负荷>额定负荷×3％并且燃煤量>30ton/hour，

机组负荷小于机组额定负荷的3％认为机组停运；

B.3脱硫停运判断：

旁路拆除的情况下不做脱硫停运判断；

考虑到企业机组脱硫设施测点不全、测点因子缺失、单点故障等原因，因此对脱硫停运判断因子进行了整理并做正交，用两个因子同时满足来佐证脱硫停运，从而确定出脱硫停运判断规则，二维正交表如下表所示：

从二维正交表确定的脱硫停运判断规则如下表所示，总共36条，互相之间为或的关系，即只要有一条满足即为脱硫停运，如果因子在实际中无测点，则不判断相应的规则；

B.4出口疑似测量空气：在混合烟道或者净烟气挡板门之后设置出口测点，当出口测点的含氧量>15％时认定异常。

C.脱硫停运时排放量计算

正常情况下入口CEMS安装在原烟气挡板之后原烟道上，出口CEMS安装在混合烟道上；

C.1入口CEMS在原烟气挡板后、出口CEMS安装在混合烟道上，则：

产生量＝排放量＝出口SO₂浓度×出口烟气流量，脱硫效率＝0；

这种情况同样考虑出口SO₂浓度和出口烟气流量的检验；

出口烟气流量经过趋势校验和绝对值校验，此时绝对值校验，直接用模型；

出口SO₂浓度校验使用模型值和其比对，其中模型脱硫效率＝0；

C.2入口CEMS在原烟气挡板后、出口CEMS安装在净烟道上：

如果系统判断脱硫停运，则出口浓度和出口流量直接输出模型值，并标记出口在净烟道，脱硫效率＝0；

C.3入口CEMS在原烟气挡板和旁路前、出口CEMS安装在混合烟道上，则：

入口浓度、入口流量、出口浓度、出口流量在停机状态下测量的都为全部烟气，因此在校验中同正常流程，其中模型脱硫效率＝0；

当入口和出口的实测值都是合理的，那么入口值赋予的是出口的值；

C.4入口CEMS在原烟气挡板和旁路前、出口CEMS安装在净烟道上，则：

入口浓度、入口流量在停机状态下测量的为全部烟气，对入口需要校验，出口浓度、出口流量都不参与校验，但此刻附加校验出口浓度，如果出口浓度在脱硫停运状态下和脱硫运行时没有明前变化，说明出口浓度存在作假嫌疑。

D.机组运行、脱硫运行定性流程：

D.1数据预处理

D.1.1数据缺失判断：

单点数据缺失判断，用数据质量点判断，如果数据质量点为timeout，则为数据缺失；

D.1.2满屏跳：

计算一段时间的波动程度指标index和平均波动与均值ratio的比值，测试时间长度暂定为10分钟，测试间隔为1分钟，

公式如下：

波动程度指标 $\mathrm{index}=\frac{\mathrm{\&Sigma;}|x_i-x_{i-1}|}{n\left(\stackrel{\&OverBar;}{F}\right)},$

$\mathrm{ratio}=(\frac{F}{\stackrel{\&OverBar;}{x}}-1)\&times;100\%,$

其中，n是点的个数，F是点的平均振幅，即把数据分成长度为m个点的若干段，求其平均振幅，

F＝|x_max-x_min|，

当index>0.05且ratio>20％，认为是满屏跳(其数值初步确定，经过测试可能会修改)；

D.1.3数据跳变/吹扫处理即滤波处理：

实时数据因为外界环境、吹扫等原因导致的数据跳变，系统将对判定并剔除，

出现数据跳变的点包含入口烟气流量、出口烟气流量、入口SO₂浓度、出口SO₂浓度、脱硫效率，

采用的判定方法为：

采用1hour计算一次，每次取数据片段为本小时和前1hour作为数据样本，进行2hour数据的方差计算，数据小周期初步设定为5min，每1min进行前5min的均值计算，再设定方差范围，如果数据点或者数据片段超过设定的方差范围，则认为数据跳变，此时，还需要对数据进行范围比较，如果数据在有效性范围内，则不进行处理，认为正常，如果不在范围内，则需对数据进行剔除；

如果数据跳变长度小于1min，则直接剔除，不报警；

如果数据跳变长度大于1min，剔除，并对数据进行差值计算，输出数据跳变起始和结束时间；

D.1.4恒定值判断：

有两种形式的恒定值：一种是原始测点故障，在DCS中已经是恒定值，这种情况，采用判断数据长周期差异的方式进行数据判断；一种是数据库插值导致的恒定值，这种情况，采用取数据点状态判断；

结合两种方式，首先查询判断时段数据的质量点，如果是timeout点，则直接输出数据缺失，如果数据质量点为good，则进入第二步判断，采用数据长周期差异性的方式进行判断；

长周期差异性方法：计算一段时间的方差，测试时间定为10min，测试间隔为1min，若方差小于0.01，则说明这段时间内的数值是恒定值，(其数值初步确定，对于不同机组，会有相应的数据驯化和调整)；

D.2定性判断：

D.2.1数据有效性范围校验，按下表判断：

数据有效性范围校验1hour检验一次，检验该小时的实时值，实时值与范围比较，如果不在范围内，则进行标记，如果累计有15min超过范围，认为该小时数据超限，该小时数据不可用；

数据有效性范围基于脱硫工艺设计、锅炉和脱硫性能试验、脱硫运行经验，确定了不同装机容量下石灰石湿法脱硫工艺的关键因子合理性范围，

数据有效性范围校验1hour检验一次，检验该小时的实时值，实时值与范围比较，如果不在范围内，则进行标记，如果累计有15min超过范围，认为该小时数据超限，该小时数据不可用；

D.2.2关联度判断：

关联度判断进行三步进行计算，首先对实时数据进行去噪处理，然后进行参数长周期关联度计算，第三步进行陡升陡降时的精细化关联度计算，

长周期计算是对一天数据大趋势的检验，检验两个因子之间大趋势是否一致，

当大趋势不在关联度范围内，再进行数据样本中陡升陡降片段的抓取，确定陡升陡降片段之后，按照时间周期1hour，计算该段时间参数之间的关联度，

陡升陡降抓取的方式是：对因子小周期均值进行计算，计算该因子在本周期与上一周期的均值是否大于10％，如果大于10％，则认为陡升陡降，

由于采样值有一定的波动，因此在使用关联度之间，首先对数据进行去噪处理，目前采用去噪的方法为：每秒钟计算一次，每次计算前5min的均值，存储为最新样本，

去噪处理之后，再进行关联度的计算，首先进行两个参数的关联度计算，每个因子都和其他因子做关联度计算，然后建立各因子之间的关联度矩阵，

引进对相关程度的度量——Pearson相关系数来定量分析两变量的线性相关性，Pearson相关系数又叫相关系数或者线性相关系数，用字母r表示，r由两个变量样本取值得到，是一个描述线性相关强度的量，其中-1<r<1，|r|表明两变量间相关的程度，r>0表示正相关，r<0表示负相关，r＝0表示零相关。|r|越接近于1，表明两变量相关程度越高，它们之间的关系越密切，

相关系数用r公式为： $r_{\mathrm{xy}}=\frac{\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}(x_i-\stackrel{\&OverBar;}{x})(y_i-\stackrel{\&OverBar;}{y})}{\sqrt{\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{(x_i-\stackrel{\&OverBar;}{x})}^2\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{(y_i-\stackrel{\&OverBar;}{y})}^2}},$

采用关联度矩阵的方式对烟气侧各因子进行定性判断，每个因子都和其他因子做关联度计算，然后建立关联度矩阵如下表所示：

关联度矩阵首先确定每一组参数关联度的权重，然后结合单因子与其他因子关联度计算的结果，用权重计算的方式，进行结果计算，最终确定是哪个因子出现异常，关联度＝关联度值1×权重值1+关联度值2×权重值2+……+关联度值n×权重值n；

这里面需要确定的是，首先认定机组负荷是正常的，以此为基本样本，这样做的目的是避免了因多个因子异常而导致的最终结果误判。但这种做法的前提是，机组负荷测点正常。测点异常的情况包括主机数据中断、恒定值；

关联度矩阵的计算方法，以燃煤量为例，如下表所示：

燃煤量关联度矩阵结果＝a×A1+b×B1+c×B2+d×B3+e×B4+f×B5

其中，A1为机组负荷与燃煤量的关联度值，以此类推；a为机组负荷与燃煤量关联度的权重，

上表中：

1.负荷—燃煤量：负荷变大，燃煤量变大(正相关)；

2.负荷—机组总送风量：正相关；

3.负荷—入口烟气流量：正相关；

4.负荷—增压风机电流：正相关；

5.负荷—引风机电流：正相关；

6.燃煤量—机组总送风量：正相关；

7.燃煤量—入口烟气流量：正相关；

8.燃煤量—增压风机电流：正相关；

9.燃煤量—引风机电流：正相关；

10.机组总送风量—入口烟气流量：正相关；

11.机组总送风量—增压风机电流：正相关；

12.机组总送风量—引风机电流：正相关；

13.入口烟气流量—出口烟气流量：正相关，且出口烟气流量>入口烟气流量；

14.入口烟气流量—增压风机电流：正相关；

15.入口烟气流量—引风机电流：正相关；

16.增压风机电流—风机电流：正相关；

D.2.3逻辑判断

逻辑判断的原则是以目标判断为基准，标因子出现不随其他因子变化时，再进入逻辑关系判断，对其关联的因子变化进行判断，确定其变化趋势，最终异常原因进行定性；

D.2.3.1脱硫效率

脱硫效率有三类异常，一类是跳变，用数据有效性范围进行判断；第二类是与出入口浓度无关，检验方式是用出入口浓度计算脱硫效率，然后与实测脱硫效率进行比对；第三类是脱硫效率为恒定值，此时出口浓度直接判定为作假；

脱硫效率＝(入口SO₂浓度-出口SO₂浓度)/入口SO₂浓度×100％；

D.2.3.2pH

D.2.3.2.1pH定性判断原因

由于吸收塔脱硫能力计算原理主要依赖于物料平衡和化学反应平衡，物料平衡计算主要依赖于钙硫比，而在实际应用中供浆流量是间断性的，而且浆液密度计损坏率高，因此使用钙硫比进行计算吸收塔脱硫能力时误差较大。

化学反应平衡计算主要依赖于液气比、吸收塔pH、原烟气SO₂浓度，而这几个参数中问题比较多的就是pH，但相对供浆流量和供浆密度而言，其计算精度高。但是pH是影响脱硫效率的一个关键因素，需要重视。比如入口浓度2000mg/m³，液气比为15的条件下，不同pH下的脱硫效率如下表所示：

pH	4.6	4.7	4.8	4.9	5.0	5.1	5.2	5.3	5.4	5.5	5.6	5.7	5.8
														效率	88.9	89.8	90.5	91.3	91.9	92.5	93.0	93.4	93.7	94.0	94.2	94.3	94.4

，

趋势如图4所示。

D.2.3.2.2pH异常分类

pH值存在三类异常，一是跳变偏低或者偏高；二是恒定值；三是不随其他因子变化，

跳变偏低或者偏高用数据有效性范围进行校验，恒定值采用数据质量点结合数据差异性进行判断；不随其他因子变化存在于当出口浓度升高时pH值不变和出口烟气流量升高时pH值不变；

这里需要注意，若pH存在两个测点，在这种情况下，处理方式如图5所示。

当pH存在两个测点即能获得pH1和pH2两个值时，当pH1和pH2均正常时，对pH1和pH2进行平均作为使用值；当pH1或者pH2中有一个异常，一个正常时，则使用正常的这个值；当pH1和pH2都异常时，则对pH值进行补遗，pH值补遗方案如下：当pH异常<72hour时，用异常前1hour进行补遗；

D.2.3.3燃煤量

D.2.3.4出口烟气流量

烟气流量趋势问题主要有以下四种情况：趋势一致、烟气流量不随负荷变化、烟气流量陡升/陡降和限值。

通过因子关联度判断出趋势不一致时，再确定是烟气流量未升降还是负荷未升降，或者是反向升降；

采用均值的方式确定时间点和变化趋势：

陡升陡降判断：计算一段时间内的均值，测试时间长度10min和测试间隔长度1min，设本次测定的均值为m1，上次测定的均值为m2，波动幅度为t，当|m1/m2-1|>t(t＝0.1)，则认为该时间发生了陡升陡降；

对于限值判断，首先确定关联度不一致，负荷上升、烟气流量不变，然后再根据三阶拟合公式检验出口流量是否不负荷逻辑关系，三阶拟合公式是拟合负荷和烟气流量之间的：Y＝a+bX+cX²+dX³，其中Y为负荷，X为烟气流量，a、b、c、d为系数；

这个公式是在系统预设阶段做的，选取企业运行较好的一段时间作为数据样本进行公式拟合，确定系数a、b、c、d；

对于不同情况的处理方式如图6所示。

D.2.3.4.1原烟气流量模型校验

原烟气流量的核算流程如图7所示。

实测原烟气流量经过定性判断后，确定为正常的，需要再和模型进行绝对值比对；如果异常，直接输出模型结果；

在核算模型原烟气流量是需要用的参数包含全硫份、空干基灰分、空干基水份、固定碳、燃煤量，而其中燃煤量需要进行定性判断，定性判断目前采用关联度矩阵的形式进行判断，如果正常，直接使用，如果异常，则使用机组负荷(即热电厂使用主蒸汽流量)进行推算燃煤量。推算燃煤量的度电煤耗采用CEMS补数规范，小于1day的，用前一天和后一天的均值核算，大于1day的，用前720hour的有效数据进行补遗；

模型原烟气流量与实测原烟气流量进行比对，如果实测原烟气流量在模型原烟气流量的±20％以内，则认为实测正确，输出实测原烟气流量，如果实测原烟气流量不在模型原烟气流量的±20％以内，则认为实测原烟气流量绝对值有误，输出模型原烟气流量，并标记实测原烟气流量与机组负荷逻辑不符。

D.2.3.4.2净烟气流量模型校验

净烟气流量的核算流程如图8所示。

实测净烟气流量首先根据定性判断，其是否正常，如果异常，则直接使用模型值，如果正常，则与模型净烟气流量进行比对，如果实测净烟气流量在模型净烟气流量的±20％以内，则认为实测正确，输出实测净烟气流量，如果实测净烟气流量不在模型净烟气流量的±20％以内，则认为实测净烟气流量绝对值有误，输出模型净烟气流量，并标记实测净烟气流量与机组负荷逻辑不符；

D.2.3.5出口SO₂浓度

在脱硫运行时，出口SO₂浓度从表观上分为两大类，分别为表观正常、表观异常，表观异常再细划分包含四类，浓度偏低、恒定值、限值、浓度偏高，

浓度偏低情况：需要区分本身的使用煤的硫份低还是脱硫效果好。对于像伊敏这样的厂，使用的煤硫份为0.09，在不使用脱硫时出口浓度已经达标，此种情况，再经过脱硫，出口浓度降低为20mg/m3是正确的。鉴于此种情况，我们使用上报硫份对预判做分阶，当上报硫份>0.4时，出口浓度初步认定小于40mg/m³，为偏低，直接使用模型数据，如果>40mg/m³，则启用模型对出口浓度进行校验，当上报硫份<0.4时，直接使用模型对出口浓度进行校验；

备注1：这里40mg/m³是按照入口浓度为2000mg/m³，脱硫效率为98％时定的。实际应用中，入口浓度采用实测浓度作为基准值，给定脱硫效率为98％，从而确定出口浓度在(入口浓度×2％)以下认为出口实测浓度偏低，直接标记。

设限值：

一般企业排出的气体中SO₂的浓度超过一定数值会被处罚，因此当出口烟气SO2浓度的实测值超过该数值后，企业会把该数值改为等于或稍小于该数值，我们称该数值为限值。正因为如此，限值一般是样本点的最大值。但并不是所有的最大值都是限值。一般情况下，当最大值(允许有一定误差，即小于最大值程度很小的数也认为是最大值)出现的点的个数或持续的时间超过一定时间，我们就认为该值就是限值。方法如下：

限值取得方法：

1.求出该段时间点最大值；

2.设定一个误差值，当该点与最大值的差值小于误差值，则认为该点为疑似限值处理；

3.疑似限值的个数超过600，即10min，则认为这段时间内该数据作了限值处理；

恒定值使用长周期差异性进行确定；

浓度超标情况：分为旁路打开和旁路未打开两种情况，旁路打开，增压风机停，则判定为脱硫停运导致的超标，如果增压风机开，则继续判断循环浆液泵是否开，开几台，如果全没开，则说明脱硫停运，如果有部分开或者全开，判定为部分脱硫；旁路未打开，则根据模型判断入口浓度是否升高，如果入口浓度升高，则理论上循环浆液泵电流、石灰石供给流量、石膏排除泵流量3个都应该升高，如果3个都不变或降低，则输出脱硫条件不满足，如果有部分升高，那么没升高的参数判定为单点异常参数；如果入口浓度不变或者降低，理论上循环浆液泵电流、石灰石供给流量、石膏排除泵流量3个都应该降低，如果3个都不变或者升高，则说明出口作假，如果有任何一个降低，则输出脱硫条件不满足。并判断参数不变的因子为单点异常因子；

D.2.3.5.1原烟气SO₂浓度模型校验

原烟气SO₂浓度的核算方法流程如图9所示。

实测SO₂浓度检验方法采用上报硫份推算的方式进行检验：

首先对上报硫份进行正太分布统计，确定硫份的分布情况，如果上报的新硫份不在范围内，则系统会提示上报硫份与以往硫份差异较大，则再次核对，但继续使用该硫份作为计算硫份；

根据全硫份、空干基水份、空干基灰分、固定碳根据工艺基础表格查出模型原烟气SO₂浓度，再与实测原烟气SO₂浓度进行比对，如果实测原烟气SO₂浓度>模型的100％～20％，则认为实测是对的，输出实测值。如果实测原烟气SO₂浓度<模型的100％～20％，则使用模型原烟气SO₂浓度，并输出硫份与实测原烟气SO₂浓度逻辑不符；

这里需要注意的是：浓度比较，由于上报的硫份和实测浓度都是企业给定的，我们优先考虑相信上报的硫份，但当两个之间存在逻辑不符时，从整体角度考虑，我们使用的原则是实测浓度高，使用实测浓度，模型浓度高使用模型浓度。

D.2.3.5.2净烟气SO2浓度模型校验

净烟气SO₂浓度的核算流程如图10所示。

净烟气SO₂浓度检验和核定的方式是采用原烟气SO2浓度和脱硫效率；

原烟气SO₂浓度核定在上节已经确定。

脱硫效率核定方法是采用的液气比和钙硫比的方式核算塔区的去除能力。主要使用的是核算仪原烟气SO₂浓度、核算仪原烟气流量、循环浆液泵额定流量、循环浆液泵电流、吸收塔pH来核算的。

首先计算液气比，然后根据pH、液气比、原烟气SO₂浓度查工艺基础表格进行确定脱硫效率；

液气比计算方法：

通过脱硫效率和原烟气SO₂浓度计算出模型净烟气SO₂浓度，然后与实测净烟气SO₂浓度进行范围比对，

如果实测净烟气SO₂浓度>模型的100％～20％，则认为实测是对的，输出实测值；如果实测净烟气SO₂浓度<模型的100％～20％，则使用模型净烟气SO₂浓度，这里使用模型净烟气SO₂浓度时，需要确定异常原因，异常由两种原因导致，一种是原烟气SO₂浓度，一种是脱硫效率，如果原烟气浓度模型高于实测，则此处输出原因为原烟气浓度高，脱硫不能达到预期要求；如果原烟气浓度模型小于等于实测，则说明脱硫效率模型小于实测，此时输出塔区反应条件不足。

E.定量核算

E.1原烟气流量核算方法

根据定性结果，查实测原烟气流量的标签，如果是异常或者数据超范围、恒定值或数据缺失，直接出模型结果，如果正常，出实测结果；

E.2净烟气流量核算方法

根据定性结果，查实测净烟气流量的标签，如果是异常或者数据超范围、恒定值或数据缺失，直接出模型结果，如果正常，出实测结果。

E.3原烟气SO₂浓度核算方法

根据定性结果，查实测原烟气SO₂浓度的定性标签，如果是异常或者数据超范围、恒定值或数据缺失，直接出模型结果，如果正常，出实测结果。

E.4净烟气SO₂浓度核算方法

根据定性结果，查实测净烟气SO₂浓度的定性标签，如果是异常或者数据超范围、恒定值或数据缺失，直接出模型结果，如果正常，出实测结果。

F.核算仪数据决策树

核算仪决策树如图11所示，主要是用于对核算数据进行决策追踪，确定核算仪排口数据的来源及异常原因。

目前原烟气流量状态主要分为正常、超限、异常三大类，其中异常包含限值、模型切换、相关性、绝对值。

SO₂浓度状态主要分为正常、超限、异常三大类，其中异常包含限值、模型切换、绝对值。

实测过程参数表如下表所示：

实测脱硫效率：93.4。

本实施例运行时，主要污染物智能核算仪采集前端工况数据、直采CEMS数据，与企业服务系统交换企业上报数据，进行过程工况数据的检验定性，如果过程数据异常，则启动定量进行核定，确定理论排放数据，核算仪需要进行的是工况的排口数据与直采的排口数据进行比对，确定排口数据是否在DCS中被更改。核算仪定性和定量结果通过环保专网上传至中心平台。

Claims (1)

1.一种污染物智能核算方法，包括机组运行、脱硫运行定性流程，其特征是：按如下步骤依次实施：

A.标准化核算流程：

一、工况采集数据进入标准化模块，首先对工况采集数据进行定性分析，判断其可用性，正常工况数据通过模型算出正确的末端结果数，定性分析的过程如下所述：首先，过滤异常数据，对其中的信号采集异常导致的畸变数据进行剔除；再次，利用工况参数有效性校验方法判别工况设备运行是否正常；

二、通过定性分析后的正常工况数据，直接输出在线监测结果；

三、通过定性分析后的不正常工况数据，通过数学模型计算污染物产生量，然后设定环保管理系数来核算污染物排放量；

本项目将标准化模块开发成主要污染物智能核算仪，应用于主要污染物智能核算系统建设中，实现利用具备“真实性、准确性”的数据服务于环保业务管理。

B.系统预判：

数据标准化流程是在对机组运行状态进行判断正常情况下进行的，对异常判断包括：

B.1网络中断判断

核算仪数据来源于工况，在工况服务器上安装有数据转发工具，此工具主要有两大功能，当网络正常连通时通过数据转发工具实现数据转发，当网络中断时通过数据转发工具记录数据中断时刻，等网络重新连通后再通过数据转发工具从数据中断时刻起恢复向核算仪发送数据；

数据转发工具内和核算仪内都设置相同的网络质量点，网络质量点作为网络质量的临界值，当网络的连通质量值大于网络质量点的值时，判断网络为连通状态，当网络的连通质量不大于网络质量点的值时，判断网络为中断状态，从而实现网络中断的判断；

B.2停机状态判断

B.2.1停机停炉条件为：负荷<额定负荷×3％并且燃煤量<30ton/hour；

B.2.2启炉未启机条件为：负荷<额定负荷×3％并且燃煤量>30ton/hour；

B.2.3启机条件为：负荷>额定负荷×3％并且燃煤量>30ton/hour，

机组负荷小于机组额定负荷的3％认为机组停运；

B.3脱硫停运判断：

旁路拆除的情况下不做脱硫停运判断；

对脱硫停运判断因子进行了整理并做正交，用两个因子同时满足来佐证脱硫停运，从而确定出脱硫停运判断规则，二维正交表如下表所示：

从二维正交表确定的脱硫停运判断规则如下表所示，总共36条，互相之间为或的关系，即只要有一条满足即为脱硫停运，如果因子在实际中无测点，则不判断相应的规则；

B.4出口疑似测量空气：在混合烟道或者净烟气挡板门之后设置出口测点，当出口测点的含氧量>15％时认定异常；

C.脱硫停运时排放量计算

正常情况下入口CEMS安装在原烟气挡板之后原烟道上，出口CEMS安装在混合烟道上；

C.1入口CEMS在原烟气挡板后、出口CEMS安装在混合烟道上，则：

产生量＝排放量＝出口SO₂浓度×出口烟气流量，脱硫效率＝0；

出口烟气流量经过趋势校验和绝对值校验，此时绝对值校验，直接用模型；

出口SO₂浓度校验使用模型值和其比对，其中模型脱硫效率＝0；

C.2入口CEMS在原烟气挡板后、出口CEMS安装在净烟道上：

如果系统判断脱硫停运，则出口浓度和出口流量直接输出模型值，并标记出口在净烟道，脱硫效率＝0；

C.3入口CEMS在原烟气挡板和旁路前、出口CEMS安装在混合烟道上，则：

入口浓度、入口流量、出口浓度、出口流量在停机状态下测量的都为全部烟气，因此在校验中同正常流程，其中模型脱硫效率＝0；

当入口和出口的实测值都是合理的，那么入口值赋予的是出口的值；

C.4入口CEMS在原烟气挡板和旁路前、出口CEMS安装在净烟道上，则：

入口浓度、入口流量在停机状态下测量的为全部烟气，对入口需要校验，出口浓度、出口流量都不参与校验，但此刻附加校验出口浓度，如果出口浓度在脱硫停运状态下和脱硫运行时没有明前变化，说明出口浓度存在作假嫌疑；

D.机组运行、脱硫运行定性流程：

D.1数据预处理

D.1.1数据缺失判断：

单点数据缺失判断，用数据质量点判断，如果数据质量点为timeout，则为数据缺失；

D.1.2满屏跳：

计算一段时间的波动程度指标index和平均波动与均值ratio的比值，测试时间长度暂定为10分钟，测试间隔为1分钟，

公式如下：

波动程度指标 $\mathrm{index}=\frac{\mathrm{\&Sigma;}|x_i-x_{i-1}|}{n\left(\stackrel{\&OverBar;}{F}\right)},$

$\mathrm{ratio}=(\frac{F}{\stackrel{\&OverBar;}{x}}-1)\&times;100\%,$

其中，n是点的个数，是点的平均振幅，即把数据分成长度为m个点的若干段，求其平均振幅，

F＝|x_max-x_min|，

当index>0.05且ratio>20％，认为是满屏跳；

D.1.3数据跳变/吹扫处理即滤波处理：

实时数据因为外界环境、吹扫等原因导致的数据跳变，系统将对判定并剔除，

出现数据跳变的点包含入口烟气流量、出口烟气流量、入口SO₂浓度、出口SO₂浓度、脱硫效率，

采用的判定方法为：

采用1hour计算一次，每次取数据片段为本小时和前1hour作为数据样本，进行2hour数据的方差计算，数据小周期初步设定为5min，每1min进行前5min的均值计算，再设定方差范围，如果数据点或者数据片段超过设定的方差范围，则认为数据跳变，此时，还需要对数据进行范围比较，如果数据在有效性范围内，则不进行处理，认为正常，如果不在范围内，则需对数据进行剔除；

如果数据跳变长度小于1min，则直接剔除，不报警；

如果数据跳变长度大于1min，剔除，并对数据进行差值计算，输出数据跳变起始和结束时间；

D.1.4恒定值判断：

有两种形式的恒定值：一种是原始测点故障，在DCS中已经是恒定值，这种情况，采用判断数据长周期差异的方式进行数据判断；一种是数据库插值导致的恒定值，这种情况，采用取数据点状态判断；

结合两种方式，首先查询判断时段数据的质量点，如果是timeout点，则直接输出数据缺失，如果数据质量点为good，则进入第二步判断，采用数据长周期差异性的方式进行判断；

长周期差异性方法：计算一段时间的方差，测试时间定为10min，测试间隔为1min，若方差小于0.01，则说明这段时间内的数值是恒定值；

D.2定性判断：

D.2.1数据有效性范围校验，按下表判断：

数据有效性范围校验1hour检验一次，检验该小时的实时值，实时值与范围比较，如果不在范围内，则进行标记，如果累计有15min超过范围，认为该小时数据超限，该小时数据不可用；

D.2.2关联度判断：

关联度判断进行三步进行计算，首先对实时数据进行去噪处理，然后进行参数长周期关联度计算，第三步进行陡升陡降时的精细化关联度计算，

长周期计算是对一天数据大趋势的检验，检验两个因子之间大趋势是否一致，

当大趋势不在关联度范围内，再进行数据样本中陡升陡降片段的抓取，确定陡升陡降片段之后，按照时间周期1hour，计算该段时间参数之间的关联度，

陡升陡降抓取的方式是：对因子小周期均值进行计算，计算该因子在本周期与上一周期的均值是否大于10％，如果大于10％，则认为陡升陡降，

由于采样值有一定的波动，因此在使用关联度之间，首先对数据进行去噪处理，目前采用去噪的方法为：每秒钟计算一次，每次计算前5min的均值，存储为最新样本，

去噪处理之后，再进行关联度的计算，首先进行两个参数的关联度计算，每个因子都和其他因子做关联度计算，然后建立各因子之间的关联度矩阵，

引进对相关程度的度量——Pearson相关系数来定量分析两变量的线性相关性，Pearson相关系数又叫相关系数或者线性相关系数，用字母r表示，r由两个变量样本取值得到，是一个描述线性相关强度的量，其中-1<r<1，|r|表明两变量间相关的程度，r>0表示正相关，r<0表示负相关，r＝0表示零相关。|r|越接近于1，表明两变量相关程度越高，它们之间的关系越密切，

相关系数用r公式为： $r_{\mathrm{xy}}=\frac{\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}(x_i-\stackrel{\&OverBar;}{x})(y_i-\stackrel{\&OverBar;}{y})}{\sqrt{\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{(x_i-\stackrel{\&OverBar;}{x})}^2\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{(y_i-\stackrel{\&OverBar;}{y})}^2}},$

采用关联度矩阵的方式对烟气侧各因子进行定性判断，每个因子都和其他因子做关联度计算，然后建立关联度矩阵如下表所示：

关联度矩阵首先确定每一组参数关联度的权重，然后结合单因子与其他因子关联度计算的结果，用权重计算的方式，进行结果计算，最终确定是哪个因子出现异常，关联度＝关联度值1×权重值1+关联度值2×权重值2+……+关联度值n×权重值n；

D.2.3逻辑判断

逻辑判断的原则是以目标判断为基准，标因子出现不随其他因子变化时，再进入逻辑关系判断，对其关联的因子变化进行判断，确定其变化趋势，最终异常原因进行定性；

D.2.3.1脱硫效率

脱硫效率有三类异常，一类是跳变，用数据有效性范围进行判断；第二类是与出入口浓度无关，检验方式是用出入口浓度计算脱硫效率，然后与实测脱硫效率进行比对；第三类是脱硫效率为恒定值，此时出口浓度直接判定为作假；

脱硫效率＝(入口SO₂浓度-出口SO₂浓度)/入口SO₂浓度×100％；

D.2.3.2pH

pH值存在三类异常，一是跳变偏低或者偏高；二是恒定值；三是不随其他因子变化，当pH存在两个测点即能获得pH1和pH2两个值时，当pH1和pH2均正常时，对pH1和pH2进行平均作为使用值；当pH1或者pH2中有一个异常，一个正常时，则使用正常的这个值；当pH1和pH2都异常时，则对pH值进行补遗，pH值补遗方案如下：当pH异常<72hour时，用异常前1hour进行补遗；

D.2.3.3燃煤量

D.2.3.4出口烟气流量

通过因子关联度判断出趋势不一致时，再确定是烟气流量未升降还是负荷未升降，或者是反向升降；

采用均值的方式确定时间点和变化趋势：

陡升陡降判断：计算一段时间内的均值，测试时间长度10min和测试间隔长度1min，设本次测定的均值为m1，上次测定的均值为m2，波动幅度为t，当|m1/m2-1|>t(t＝0.1)，则认为该时间发生了陡升陡降；

对于限值判断，首先确定关联度不一致，负荷上升、烟气流量不变，然后再根据三阶拟合公式检验出口流量是否不负荷逻辑关系，三阶拟合公式是拟合负荷和烟气流量之间的：Y＝a+bX+cX²+dX³，其中Y为负荷，X为烟气流量，a、b、c、d为系数；

D.2.3.4.1原烟气流量模型校验

实测原烟气流量经过定性判断后，确定为正常的，需要再和模型进行绝对值比对；如果异常，直接输出模型结果；

在核算模型原烟气流量是需要用的参数包含全硫份、空干基灰分、空干基水份、固定碳、燃煤量，而其中燃煤量需要进行定性判断，定性判断目前采用关联度矩阵的形式进行判断，如果正常，直接使用，如果异常，则使用机组负荷进行推算燃煤量，推算燃煤量的度电煤耗采用CEMS补数规范，小于1day的，用前一天和后一天的均值核算，大于1day的，用前720hour的有效数据进行补遗；

模型原烟气流量与实测原烟气流量进行比对，如果实测原烟气流量在模型原烟气流量的±20％以内，则认为实测正确，输出实测原烟气流量，如果实测原烟气流量不在模型原烟气流量的±20％以内，则认为实测原烟气流量绝对值有误，输出模型原烟气流量，并标记实测原烟气流量与机组负荷逻辑不符。

D.2.3.4.2净烟气流量模型校验

实测净烟气流量首先根据定性判断，其是否正常，如果异常，则直接使用模型值，如果正常，则与模型净烟气流量进行比对，如果实测净烟气流量在模型净烟气流量的±20％以内，则认为实测正确，输出实测净烟气流量，如果实测净烟气流量不在模型净烟气流量的±20％以内，则认为实测净烟气流量绝对值有误，输出模型净烟气流量，并标记实测净烟气流量与机组负荷逻辑不符；

D.2.3.5出口SO₂浓度

在脱硫运行时，出口SO₂浓度从表观上分为两大类，分别为表观正常、表观异常，表观异常再细划分包含四类，浓度偏低、恒定值、限值、浓度偏高，

使用上报硫份对预判做分阶，当上报硫份>0.4时，出口浓度初步认定小于40mg/m³，为偏低，直接使用模型数据，如果>40mg/m³，则启用模型对出口浓度进行校验，当上报硫份<0.4时，直接使用模型对出口浓度进行校验；

限值取得方法：

1.求出该段时间点最大值；

2.设定一个误差值，当该点与最大值的差值小于误差值，则认为该点为疑似限值处理；

3.疑似限值的个数超过600，即10min，则认为这段时间内该数据作了限值处理；

恒定值使用长周期差异性进行确定；

浓度超标情况：分为旁路打开和旁路未打开两种情况，旁路打开，增压风机停，则判定为脱硫停运导致的超标，如果增压风机开，则继续判断循环浆液泵是否开，开几台，如果全没开，则说明脱硫停运，如果有部分开或者全开，判定为部分脱硫；旁路未打开，则根据模型判断入口浓度是否升高，如果入口浓度升高，则理论上循环浆液泵电流、石灰石供给流量、石膏排除泵流量3个都应该升高，如果3个都不变或降低，则输出脱硫条件不满足，如果有部分升高，那么没升高的参数判定为单点异常参数；如果入口浓度不变或者降低，理论上循环浆液泵电流、石灰石供给流量、石膏排除泵流量3个都应该降低，如果3个都不变或者升高，则说明出口作假，如果有任何一个降低，则输出脱硫条件不满足。并判断参数不变的因子为单点异常因子；

D.2.3.5.1原烟气SO₂浓度模型校验

实测SO₂浓度检验方法采用上报硫份推算的方式进行检验：

首先对上报硫份进行正太分布统计，确定硫份的分布情况，如果上报的新硫份不在范围内，则系统会提示上报硫份与以往硫份差异较大，则再次核对，但继续使用该硫份作为计算硫份；

根据全硫份、空干基水份、空干基灰分、固定碳根据工艺基础表格查出模型原烟气SO₂浓度，再与实测原烟气SO₂浓度进行比对，如果实测原烟气SO₂浓度>模型的100％～20％，则认为实测是对的，输出实测值。如果实测原烟气SO₂浓度<模型的100％～20％，则使用模型原烟气SO₂浓度，并输出硫份与实测原烟气SO₂浓度逻辑不符；

D.2.3.5.2净烟气SO₂浓度模型校验

净烟气SO2浓度检验和核定的方式是采用原烟气SO₂浓度和脱硫效率；

首先计算液气比，然后根据pH、液气比、原烟气SO₂浓度查工艺基础表格进行确定脱硫效率；

液气比计算方法：

通过脱硫效率和原烟气SO₂浓度计算出模型净烟气SO₂浓度，然后与实测净烟气SO₂浓度进行范围比对，

如果实测净烟气SO₂浓度>模型的100％～20％，则认为实测是对的，输出实测值；如果实测净烟气SO₂浓度<模型的100％～20％，则使用模型净烟气SO₂浓度，这里使用模型净烟气SO₂浓度时，需要确定异常原因，异常由两种原因导致，一种是原烟气SO₂浓度，一种是脱硫效率，如果原烟气浓度模型高于实测，则此处输出原因为原烟气浓度高，脱硫不能达到预期要求；如果原烟气浓度模型小于等于实测，则说明脱硫效率模型小于实测，此时输出塔区反应条件不足；

E.定量核算

E.1原烟气流量核算方法

根据定性结果，查实测原烟气流量的标签，如果是异常或者数据超范围、恒定值或数据缺失，直接出模型结果，如果正常，出实测结果；

E.2净烟气流量核算方法

根据定性结果，查实测净烟气流量的标签，如果是异常或者数据超范围、恒定值或数据缺失，直接出模型结果，如果正常，出实测结果。

E.3原烟气SO₂浓度核算方法

根据定性结果，查实测原烟气SO₂浓度的定性标签，如果是异常或者数据超范围、恒定值或数据缺失，直接出模型结果，如果正常，出实测结果。

E.4净烟气SO₂浓度核算方法

根据定性结果，查实测净烟气SO₂浓度的定性标签，如果是异常或者数据超范围、恒定值或数据缺失，直接出模型结果，如果正常，出实测结果。