CN114354854A - 一种烟气监测数据的异常检测方法 - Google Patents
一种烟气监测数据的异常检测方法 Download PDFInfo
- Publication number
- CN114354854A CN114354854A CN202210009190.8A CN202210009190A CN114354854A CN 114354854 A CN114354854 A CN 114354854A CN 202210009190 A CN202210009190 A CN 202210009190A CN 114354854 A CN114354854 A CN 114354854A
- Authority
- CN
- China
- Prior art keywords
- marking
- value
- monitoring data
- quality inspection
- abnormal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 51
- 238000001514 detection method Methods 0.000 title claims abstract description 33
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 title claims description 26
- 239000003546 flue gas Substances 0.000 title claims description 26
- 230000002159 abnormal effect Effects 0.000 claims abstract description 54
- 238000007689 inspection Methods 0.000 claims abstract description 37
- 239000000779 smoke Substances 0.000 claims abstract description 25
- 230000005856 abnormality Effects 0.000 claims abstract description 22
- 238000006243 chemical reaction Methods 0.000 claims abstract description 15
- 238000000034 method Methods 0.000 claims description 17
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 8
- 239000001301 oxygen Substances 0.000 claims description 8
- 229910052760 oxygen Inorganic materials 0.000 claims description 8
- 238000004519 manufacturing process Methods 0.000 claims description 7
- 239000003344 environmental pollutant Substances 0.000 claims description 4
- 231100000719 pollutant Toxicity 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 2
- 150000001875 compounds Chemical class 0.000 claims description 2
- 238000012545 processing Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000000738 capillary electrophoresis-mass spectrometry Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000003911 water pollution Methods 0.000 description 1
Images
Landscapes
- Fire Alarms (AREA)
Abstract
本发明提供一种烟气监测数据的异常检测方法，依次对烟气监测数据进行格式检查、界限值检查和时间一致性检查，标记对应的质检码、原因与索引，得到检测结果。其中格式检查包括对空值、负值、零值和浓度折算异常的检测，界限值检查包括对超过仪器量程值、超标值和异常值的检测，时间一致性检查包括对疑似偷产和恒定值的检测。本发明对烟气监测数据可能产生的各种类型的异常分别进行了检测，相较于目前的检测模型，本发明具有可解释性，适用性较强，便于推广。
Description
技术领域
本发明涉及数据异常检测领域，具体涉及一种烟气监测数据的异常检测方法。
背景技术
烟气在线监测系统(Continuous Emission Monitoring System,CEMS)可以对工业生产所排放的烟气数据进行连续、实时的管理，给相关环保部门带来了极大的便利。但监测数据量大、种类多，监管人员往往难以及时发现其中的异常数据，给管理带来了不少困难。
在实际生产中，烟气数据的处理往往由人工进行，虽然能够识别出其中的异常数据，但往往耗时耗力，无法及时发现问题，且过度依赖主观经验，难以得到相对准确的结果。因此，为了降低运维成本、达到更高效的管理，如何对烟气监测数据进行高效的异常检测是一个亟待解决的问题。
目前，数据的异常检测算法主要有回归预测算法、孤立森林算法、神经网络模型等，这些检测方法虽然在准确性方面优于人工检测，但缺乏可解释性，难以进一步判断数据异常的原因，不适用于烟气监测数据的异常检测。而专门针对烟气数据的异常检测方法较少，且往往只针对部分技术问题进行处理，适用性欠佳。如专利CN112285287A公布了一种烟气在线监测数据预处理方法，该方法对水污染源在线监测数据进行异常识别，主要针对数据间的逻辑关系进行异常数据的筛查。因此，尚缺乏针对烟气数据特征的、适用性较强、便于推广且具有可解释性的烟气监测数据异常检测方法。
发明内容
有鉴于此，本发明提供一种烟气监测数据的异常检测方法，对烟气监测数据进行异常检测，并标记对应的质检码、原因与索引，包括以下步骤：
S1、对烟气监测数据进行格式检查，检出异常则标记质检码为1，并标记相对应的原因与索引；
S2、对烟气监测数据进行界限值检查，检出异常则标记质检码为2，并标记相对应的原因与索引；
S3、对烟气监测数据进行时间一致性检查，检出异常则标记质检码为3，并标记相对应的原因与索引；
S4、对未检测出异常的烟气监测数据，标记质检码为0。
进一步地，质检码为基于本发明提出的技术体系进行烟气监测数据异常检测结果的标记，原因为检测出的异常类型，索引为具体检测出的异常项。
本发明提供的技术方案带来的有益效果是：
(1)对烟气监测数据可能产生异常的各种类型分别进行了检测，并对异常类型以及出现异常的数据项进行标记，以便于后续对于异常的溯源等处理；
(2)相较于目前的检测模型，本发明具有可解释性，适用性较强，便于推广。
附图说明
图1是本发明一种烟气监测数据的异常检测方法的技术路线图。
具体实施方式
为使本发明的目的、技术方案和优点更清楚，下面将结合附图和实施例对本发明的实施方式做进一步的描述。
请参考图1，本发明提出一种烟气监测数据的异常检测方法，对烟气监测数据的异常值进行检测，并标记对应的质检码、原因与索引。所述的质检码为基于本发明提出的技术体系对烟气监测数据进行异常检测的结果的标记，原因为检测出的异常类型，索引为具体检测出的异常项。异常检测包括以下步骤：
S1、对烟气监测数据进行格式检查，检出异常则标记质检码为1，并标记相对应的原因与索引，具体步骤如下：
S11、对一组烟气监测数据，对每一行数据依次判断各项是否为空值，若存在空值则标记质检码为1，原因标记为“空值”，索引标记为相应的异常项；
S12、对S11中未检测出异常的每一行数据依次判断是否为负值，若存在负值则标记质检码为1，原因标记为“负值”，索引标记为相应的异常项；
S13、对S12中未检测出异常的每一行数据依次判断是否为零值，若存在零值则标记质检码为1，原因标记为“零值”，索引标记为相应的异常项；
S14、对S13中未检测出异常的每一行数据依次判断是否进行浓度折算，若未进行浓度折算则标记质检码为1，原因标记为“未折算”，索引标记为相应的异常项。判断是否进行浓度折算的方法为，根据折算公式计算实测浓度对应的折算浓度，与监测数据中的折算浓度不一致则未进行浓度折算。根据《HJ75-2017固定污染源烟气排放连续监测技术规范》，计算公式为：
式中，
为折算成基准含氧量时的污染物排放浓度，
为实测污染物排放浓度，
为实测干基氧含量，O2为排放标准中规定的基准氧含量。
S2、对烟气监测数据进行界限值检查，检出异常则标记质检码为2，并标记相对应的原因与索引，具体步骤如下：
S21、对S1中未检测出异常的每一行数据依次判断实测浓度是否超过仪器量程值，若超过则标记质检码为2，原因标记为“超过仪器量程值”，索引标记为相应的异常项；
S22、对S22中未检测出异常的每一行数据依次判断折算浓度是否超过排放标准，若超过则标记质检码为2，原因标记为“超标值”，索引标记为相应的异常项；
S23、对S23中未检测出异常的每一行数据依次判断是否为异常值，若存在异常值则标记质检码为2，原因标记为“异常值”，索引标记为相应的异常项。判断是否为异常值的方法为，若该数据超过前一周正常数据平均值的三倍或低于其三分之一，则该数据为急剧上升或下降的异常值。
S3、对烟气监测数据进行时间一致性检查，检出异常则标记质检码为3，并标记相对应的原因与索引，具体步骤如下：
S31、对一组烟气监测数据，对工厂停运时未检测出异常的每一行数据依次判断是否疑似偷产，若是则标记质检码为3，原因标记为“疑似偷产”，索引标记为相应的异常项。判断是否疑似偷产的方法为，判断氧含量是否不在19％至23％的范围内，且流速大于3m/s，若是则疑似偷产；
S32、对一组烟气监测数据，对工厂运行时未检测出异常的每一行数据依次判断是否为恒定值，若是则标记质检码为3，原因标记为“恒定值”，索引标记为相应的异常项。判断是否为恒定值的方法为，设量程值为x，计算变化值连续在-0.02x至0.02x范围内的数量，超过设定的阈值(如72)则判断为恒定值。
S4、对未检测出异常的烟气监测数据，标记质检码为0。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (9)
1.一种烟气监测数据的异常检测方法，其特征在于，对烟气监测数据的异常值进行检测，并标记对应的质检码、原因与索引，包括以下步骤：
S1、对烟气监测数据进行格式检查，检出异常则标记质检码为1，并标记相对应的原因与索引；
S2、对烟气监测数据进行界限值检查，检出异常则标记质检码为2，并标记相对应的原因与索引；
S3、对烟气监测数据进行时间一致性检查，检出异常则标记质检码为3，并标记相对应的原因与索引；
S4、对未检测出异常的烟气监测数据，标记质检码为0。
2.根据权利要求1所述的一种烟气监测数据的异常检测方法，其特征在于，质检码为基于本发明提出的技术体系对烟气监测数据进行异常检测的结果的标记，原因为检测出的异常类型，索引为具体检测出的异常项。
3.根据权利要求1所述的一种烟气监测数据的异常检测方法，其特征在于，步骤S1具体为：
S11、对一组烟气监测数据，对每一行数据依次判断各项是否为空值，若存在空值则标记质检码为1，原因标记为“空值”，索引标记为相应的异常项；
S12、对S11中未检测出异常的每一行数据依次判断是否为负值，若存在负值则标记质检码为1，原因标记为“负值”，索引标记为相应的异常项；
S13、对S12中未检测出异常的每一行数据依次判断是否为零值，若存在零值则标记质检码为1，原因标记为“零值”，索引标记为相应的异常项；
S14、对S13中未检测出异常的每一行数据依次判断是否进行浓度折算，若未进行浓度折算则标记质检码为1，原因标记为“未折算”，索引标记为相应的异常项。
4.根据权利要求3所述的一种烟气监测数据的异常检测方法，其特征在于，步骤S14所述的判断是否进行浓度折算的方法为，根据折算公式计算实测浓度对应的折算浓度，与监测数据中的折算浓度不一致则未进行浓度折算，计算公式为：
式中，
为折算成基准含氧量时的污染物排放浓度，
为实测污染物排放浓度，
为实测干基氧含量，O2为排放标准中规定的基准氧含量。
5.根据权利要求1所述的一种烟气监测数据的异常检测方法，其特征在于，步骤S2具体为：
S21、对S1中未检测出异常的每一行数据依次判断实测浓度是否超过仪器量程值，若超过则标记质检码为2，原因标记为“超过仪器量程值”，索引标记为相应的异常项；
S22、对S22中未检测出异常的每一行数据依次判断折算浓度是否超过排放标准，若超过则标记质检码为2，原因标记为“超标值”，索引标记为相应的异常项；
S23、对S23中未检测出异常的每一行数据依次判断是否为异常值，若存在异常值则标记质检码为2，原因标记为“异常值”，索引标记为相应的异常项。
6.根据权利要求5所述的一种烟气监测数据的异常检测方法，其特征在于，步骤S23所述判断是否为异常值的方法为，若该数据超过前一周正常数据平均值的三倍或低于其三分之一，则该数据为急剧上升或下降的异常值。
7.根据权利要求1所述的一种烟气监测数据的异常检测方法，其特征在于，步骤S3具体为：
S31、对一组烟气监测数据，对工厂停运时未检测出异常的每一行数据依次判断是否疑似偷产，若是则标记质检码为3，原因标记为“疑似偷产”，索引标记为相应的异常项；
S32、对一组烟气监测数据，对工厂运行时未检测出异常的每一行数据依次判断是否为恒定值，若是则标记质检码为3，原因标记为“恒定值”，索引标记为相应的异常项。
8.根据权利要求7所述的一种烟气监测数据的异常检测方法，其特征在于，步骤S31所述判断是否疑似偷产的方法为，判断氧含量是否不在19％至23％的范围内，且流速大于3m/s，若是则疑似偷产。
9.根据权利要求7所述的一种烟气监测数据的异常检测方法，其特征在于，步骤S32所述判断是否为恒定值的方法为，设量程值为x，计算变化值连续在-0.02x至0.02x范围内的数量，超过设定的阈值则判断为恒定值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210009190.8A CN114354854B (zh) | 2022-01-06 | 2022-01-06 | 一种烟气监测数据的异常检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210009190.8A CN114354854B (zh) | 2022-01-06 | 2022-01-06 | 一种烟气监测数据的异常检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114354854A true CN114354854A (zh) | 2022-04-15 |
| CN114354854B CN114354854B (zh) | 2024-02-13 |
Family
ID=81106790
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210009190.8A Active CN114354854B (zh) | 2022-01-06 | 2022-01-06 | 一种烟气监测数据的异常检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114354854B (zh) |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| AUPR441401A0 (en) * | 2001-04-12 | 2001-05-17 | Gladwin, Paul | Utility usage rate monitor |
| US20050052745A1 (en) * | 2001-05-08 | 2005-03-10 | Lee Robert Arthur | Optical device and methods of manufacture |
| CN1628912A (zh) * | 2003-06-25 | 2005-06-22 | 喷洒系统公司 | 在气体调节应用中用于监测系统完整性的方法和设备 |
| CN105302861A (zh) * | 2015-09-21 | 2016-02-03 | 航天东方红卫星有限公司 | 一种基于消息推送机制的遥测数据处理方法 |
| WO2017133316A1 (zh) * | 2016-02-02 | 2017-08-10 | 华北电力科学研究院有限责任公司 | 对冲燃烧进风量的确定方法、装置及自动控制系统 |
| TW201829903A (zh) * | 2017-02-10 | 2018-08-16 | 日商豐田自動車股份有限公司 | 內燃機及控制內燃機之方法 |
| CN109614526A (zh) * | 2018-11-09 | 2019-04-12 | 环境保护部环境工程评估中心 | 基于高维异常检测模型的环境监测数据造假手段识别方法 |
| CN109684948A (zh) * | 2018-12-11 | 2019-04-26 | 歌尔股份有限公司 | 检测物体网孔异常的方法、装置及系统 |
| CN110064392A (zh) * | 2018-01-23 | 2019-07-30 | 中国石油天然气股份有限公司 | 一种氧化态半再生重整催化剂及其制备方法 |
| CN111158977A (zh) * | 2019-12-12 | 2020-05-15 | 深圳前海微众银行股份有限公司 | 一种异常事件根因定位方法及装置 |
| CN111620126A (zh) * | 2020-05-28 | 2020-09-04 | 北京羿腾时代科技有限公司 | 一种具有防板结功能的粉料投加设备 |
| CN112232571A (zh) * | 2020-10-19 | 2021-01-15 | 广东长天思源环保科技股份有限公司 | 一种废气主要污染物浓度的预测方法 |
| CN113067993A (zh) * | 2021-03-16 | 2021-07-02 | 读书郎教育科技有限公司 | 一种智慧课堂视频补录的方法及系统 |
-
2022
- 2022-01-06 CN CN202210009190.8A patent/CN114354854B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| AUPR441401A0 (en) * | 2001-04-12 | 2001-05-17 | Gladwin, Paul | Utility usage rate monitor |
| US20050052745A1 (en) * | 2001-05-08 | 2005-03-10 | Lee Robert Arthur | Optical device and methods of manufacture |
| CN1628912A (zh) * | 2003-06-25 | 2005-06-22 | 喷洒系统公司 | 在气体调节应用中用于监测系统完整性的方法和设备 |
| CN105302861A (zh) * | 2015-09-21 | 2016-02-03 | 航天东方红卫星有限公司 | 一种基于消息推送机制的遥测数据处理方法 |
| WO2017133316A1 (zh) * | 2016-02-02 | 2017-08-10 | 华北电力科学研究院有限责任公司 | 对冲燃烧进风量的确定方法、装置及自动控制系统 |
| TW201829903A (zh) * | 2017-02-10 | 2018-08-16 | 日商豐田自動車股份有限公司 | 內燃機及控制內燃機之方法 |
| CN110064392A (zh) * | 2018-01-23 | 2019-07-30 | 中国石油天然气股份有限公司 | 一种氧化态半再生重整催化剂及其制备方法 |
| CN109614526A (zh) * | 2018-11-09 | 2019-04-12 | 环境保护部环境工程评估中心 | 基于高维异常检测模型的环境监测数据造假手段识别方法 |
| CN109684948A (zh) * | 2018-12-11 | 2019-04-26 | 歌尔股份有限公司 | 检测物体网孔异常的方法、装置及系统 |
| CN111158977A (zh) * | 2019-12-12 | 2020-05-15 | 深圳前海微众银行股份有限公司 | 一种异常事件根因定位方法及装置 |
| CN111620126A (zh) * | 2020-05-28 | 2020-09-04 | 北京羿腾时代科技有限公司 | 一种具有防板结功能的粉料投加设备 |
| CN112232571A (zh) * | 2020-10-19 | 2021-01-15 | 广东长天思源环保科技股份有限公司 | 一种废气主要污染物浓度的预测方法 |
| CN113067993A (zh) * | 2021-03-16 | 2021-07-02 | 读书郎教育科技有限公司 | 一种智慧课堂视频补录的方法及系统 |
Non-Patent Citations (4)
| Title |
|---|
| HUANG L ET AL: "Metabolic Cost, Mechanical Work, and Efficiency During Normal Walking in Obese and Normal-Weight Children", 《RESEARCH QUARTERLY FOR EXERCISE AND SPORT》, vol. 84, no. 2, pages 72 * |
| YONGXUE ZHANG ET AL: "Experimental Research and Numerical Simulation on Gas-Liquid Separation Performance at High Gas Void Fraction of Helically Coiled Tube Separator", 《INTERNATIONAL JOURNAL OF CHEMICAL ENGINEERING》, pages 386 * |
| 彭虹等: "太湖流域典型区域水生态环境系统模拟平台研究", 《中国水利水电科学研究院学报》, vol. 9, no. 1, pages 47 - 52 * |
| 杨宝祥: "《殡葬环境保护理论与实务》", 中国社会出版社, pages: 386 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114354854B (zh) | 2024-02-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109583680B (zh) | 一种基于支持向量机的窃电辨识方法 | |
| CN112378445A (zh) | 一种基于大数据分析的建筑施工环境智能实时监测系统 | |
| CN110895526A (zh) | 一种大气监测系统中数据异常的修正方法 | |
| CN110929743B (zh) | 基于时间序列关联与聚类分析的水质污染物变化监测系统 | |
| CN111709465B (zh) | 大坝安全监测数据粗差智能识别方法 | |
| CN116975378B (zh) | 一种基于大数据的设备环境监测方法及系统 | |
| CN107100674B (zh) | 矿用瓦斯传感器监测数据中标校实验伪数据的识别方法 | |
| CN110889088A (zh) | 一种应用电力模型辅助的企业排污监管方法 | |
| CN116228174B (zh) | 一种具有智能识别功能的印控仪管理方法 | |
| CN110851981A (zh) | 一种实现突发水污染快速溯源的方法 | |
| CN111173565A (zh) | 一种矿井监测数据异常波动预警方法和装置 | |
| CN111289697B (zh) | Cems运行状态监控与数据作假识别方法及系统 | |
| CN116105802B (zh) | 一种基于物联网的地下设施安全监测预警方法 | |
| CN117079428A (zh) | 一种用于厂区危化气体泄漏监测的区域预警系统 | |
| CN112906738A (zh) | 一种水质检测及处理方法 | |
| CN113655189A (zh) | 污染源自动监控数据分析判断系统 | |
| CN116881749A (zh) | 一种污染场地施工监测方法及系统 | |
| CN107168215B (zh) | 一种污染源在线监控系统及其分析方法 | |
| CN115358647A (zh) | 基于大数据的氢能产业链风险监测系统及监测方法 | |
| CN114354854A (zh) | 一种烟气监测数据的异常检测方法 | |
| CN116485079B (zh) | 数字化精益碳排放核算方法、装置、设备及存储介质 | |
| CN117630319A (zh) | 一种基于大数据的水质监测预警方法及系统 | |
| CN112949735A (zh) | 一种基于离群数据挖掘的液态危化品挥发浓度异常发现方法 | |
| CN116026418B (zh) | 一种用于石油化工的碳排放核查在线监测系统 | |
| CN114582083B (zh) | 一种隧道监控多传感器数据融合火灾预警方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |