一种工业源大气污染物的排放因子质控校验方法及装置与流程

本技术涉及大气污染物排放表征，具体而言，涉及一种工业源大气污染物的排放因子质控校验方法及装置。

背景技术：

1、目前，在大气污染防治领域中，工业源大气污染物排放因子是编制大气污染物排放清单、评估减排效果的核心基础参数。随着连续排放监测系统（continuous emissionmonitoring system，cems）技术的普及，基于设备级在线监测数据实时计算本地排放因子正逐渐成为大气污染物排放清单动态更新的重要数据来源。然而，在当前排放清单编制实践中，本地排放因子的质控校验仍较为欠缺。已有研究中，排放因子质控校验方法主要存在两类局限：第一类是基于固定统计阈值的方法，该方法简单有效，但阈值固定后长期不变，当生产设备运行条件发生变化导致排放因子分布整体漂移时，固定阈值可能无法适应，且百分位阈值设置存在误检与漏检的固有矛盾；第二类是基于规则校验或机器学习的方法，该类方法通常将cems数据质量问题与排放因子统计极端值作为单一环节处理，未分层区分，混为一谈会导致误判。综上，现有方法在数据质量校验与统计异常识别的分层处理、统计阈值的动态自适应能力、多维数据质量校验的系统性等方面存在改进空间。

技术实现思路

1、本技术实施例的目的在于提供一种工业源大气污染物的排放因子质控校验方法及装置，用以实现两阶段分层递进的质控校验，既解决数据是否可靠的问题，又解决因子分布是否漂移的问题，提高了排放因子的可靠性。

2、第一方面，提供了一种工业源大气污染物的排放因子质控校验方法，该方法可以包括：

3、基于大气污染物连续排放监测系统的在线监测数据和生产负荷信息，计算工业源的排放因子；该在线监测数据包括用于计算排放因子的基础排放特征参数；

4、第一阶段中对所述基础排放特征参数执行多维度数据质量初筛，得到第一阶段判定结果；

5、若当前产能利用率低于预设阈值，则基于第一阶段判定结果确定所述排放因子的质控等级；所述当前产能利用率根据所述生产负荷信息确定；

6、若当前产能利用率不低于预设阈值且所述第一阶段判定结果满足预设可信条件，则进入第二阶段：对进入第二阶段的排放因子执行贝叶斯迭代统计异常精筛，得到第二阶段识别结果，并基于所述第一阶段判定结果和所述第二阶段识别结果，确定所述排放因子的质控等级；

7、对不同质控等级的排放因子执行分级处理。

8、在一个可能的实现中，第一阶段中对所述基础排放特征参数执行多维度数据质量初筛，得到第一阶段判定结果，包括：

9、对所述基础排放特征参数在多个维度的判定因子进行二进制判定，得到各维度的判定值；

10、基于各维度的预设权重，对所述判定值进行加权求和，得到质控质量得分；

11、将所述质控质量得分作为第一阶段判定结果。

12、在一个可能的实现中，所述多个维度包括参数完整性、物理一致性、通道一致性和时间序列突变四个层面；其中：

13、所述参数完整性层面包括参数缺失、浓度零值和分母为零的判定因子；

14、所述物理一致性层面包括进出相等、出口超进口和烟气产生量匹配的判定因子；

15、所述通道一致性层面包括多通道进口差异和多通道出口差异的判定因子；

16、所述时间序列突变层面包括排放因子跳变和产污系数跳变的判定因子。

17、在一个可能的实现中，对进入第二阶段的排放因子执行贝叶斯迭代统计异常精筛，得到第二阶段识别结果，包括：

18、获取当前时刻的排放因子的自然对数值作为当前观测值；

19、对前一时刻的历史后验分布的精度施加遗忘折扣，并将施加遗忘折扣后的分布作为当前先验分布；

20、基于所述当前观测值与所述当前先验分布执行共轭正态更新，得到当前时刻的后验分布；

21、基于所述当前观测值在所述当前时刻的后验分布的双侧尾部概率，确定所述当前观测值的第二阶段识别结果；

22、其中，所述贝叶斯迭代统计异常精筛的初始先验分布基于历史可信排放因子样本预先建立。

23、在一个可能的实现中，所述遗忘折扣通过预设的遗忘因子控制等效记忆长度，以使超出所述等效记忆长度的历史信息权重衰减；

24、所述当前时刻的后验分布作为下一时刻的先验分布形成迭代闭环；

25、所述第二阶段识别结果包括低值统计异常、高值统计异常和统计正常，其中，所述低值统计异常为所述排放因子低于动态阈值区间下限，所述高值统计异常为所述排放因子高于动态阈值区间上限。

26、在一个可能的实现中，所述初始先验分布的建立方式为：

27、获取产能利用率高于所述预设阈值且第一阶段判定结果满足预设可信条件的历史排放因子样本，对所述历史排放因子样本取自然对数后建立正态先验分布，并由相同的历史排放因子样本估计观测方差，所述观测方差作为固定参数参与所述共轭正态更新。

28、在一个可能的实现中，所述方法还包括：

29、当所述历史排放因子样本的数量少于预设数量阈值时，采用重抽样方法对所述历史排放因子样本进行有放回地随机抽取，重复多次后以所得统计量的经验分布替代所述正态先验分布。

30、在一个可能的实现中，所述方法还包括：

31、当第一阶段判定结果为满足预设可信条件且第二阶段判定为统计异常时，根据统计异常的持续时间和偏离程度进行分级处理：

32、对于孤立轻微异常，保留原始排放因子并标记日志；

33、对于连续异常或较大异常，采用工况匹配法计算替代排放因子并标记需关注；

34、对于持续异常，采用扩大时间窗口的工况匹配法计算临时替代排放因子，标记排查中并触发人工排查。

35、在一个可能的实现中，所述质控等级包括四级：

36、第一级为可信，对应于第一阶段判定结果满足预设可信条件，且第二阶段识别结果为统计正常；

37、第二级为需关注，对应于第一阶段的质控质量得分为第一预设值，或第二阶段识别结果为统计异常；

38、第三级为可疑，对应于第一阶段的质控质量得分在第二预设值和第三预设值的范围内；

39、第四级为不可信，对应于第一阶段的质控质量得分不小于第四预设值；

40、其中，第一预设值小于第二预设值小于第三预设值小于第四预设值。

41、第二方面，提供了一种工业源大气污染物的排放因子质控校验装置，该装置可以包括：

42、计算单元，用于基于大气污染物连续排放监测系统的在线监测数据和生产负荷信息，计算工业源的排放因子；该在线监测数据包括用于计算排放因子的基础排放特征参数；

43、初筛单元，用于第一阶段中对所述基础排放特征参数执行多维度数据质量初筛，得到第一阶段判定结果；

44、确定单元，用于若当前产能利用率低于预设阈值，则基于第一阶段判定结果确定所述排放因子的质控等级；所述当前产能利用率根据所述生产负荷信息确定；

45、精筛单元，用于若当前产能利用率不低于预设阈值且所述第一阶段判定结果满足预设可信条件，则进入第二阶段：对进入第二阶段的排放因子执行贝叶斯迭代统计异常精筛，得到第二阶段识别结果；

46、所述确定单元，还用于基于所述第一阶段判定结果和所述第二阶段识别结果，确定所述排放因子的质控等级；

47、处理单元，用于对不同质控等级的排放因子执行分级处理。

48、本技术实施例提供的一种工业源大气污染物的排放因子质控校验方法及装置，包括：基于大气污染物连续排放监测系统的在线监测数据和生产负荷信息，计算工业源的排放因子；第一阶段中对用于计算排放因子的排放特征基础参数执行多维度数据质量初筛，得到第一阶段判定结果；若当前产能利用率低于预设阈值，则基于第一阶段判定结果确定排放因子的质控等级；若当前产能利用率不低于预设阈值且第一阶段判定结果满足预设可信条件，则进入第二阶段：对进入第二阶段的排放因子执行贝叶斯迭代统计异常精筛，得到第二阶段识别结果，并基于第一阶段判定结果和第二阶段识别结果，确定排放因子的质控等级，并对不同质控等级的排放因子执行分级处理。本技术通过两阶段分层递进的处理逻辑，既解决数据是否可靠的问题，又解决因子分布是否漂移的问题，提高了排放因子的可靠性。