[发明专利]一种废气主要污染物浓度的预测方法

权利要求书

1.一种废气主要污染物浓度的预测方法，其特征在于：具体步骤如下：

对烟气在线监测数据进行预处理；

特征指标构造，包括：

构造时间分布特征指标；

构造燃烧参数及污染因子特征指标；

构造燃烧过程特征指标；

构造周期性特征指标；

采用相关系数法进行特征指标筛选；

进行模型结构数据处理；

进行模型训练和自动调参；

进行模型预测和结果评测；

对烟气在线监测数据进行预处理包括：

步骤A：接入站点监测数据；

步骤B：对站点监测数据中异常数据进行初级识别；

步骤C：对站点监测数据中异常数据进行二级识别，剔除非正常监测时段的异常数据；

步骤D：通过污染因子之间或污染因子与烟气参数之间的逻辑关系，对不符合逻辑关系的异常数据进行三级筛查；

步骤E：判别监测站点的燃烧阶段、燃烧持续类型和燃烧波动类型；

包括：

步骤E1：氧气异常值处理，设定氧气监测范围区间，将不属于氧气监测范围区间内的值作为氧气异常值进行处理；

步骤E2：监测站点的燃烧阶段的判别，包括根据燃烧占比来判断监测站点是否处于燃烧阶段，包括：

若(t-1)小时内燃烧占比小于第一阈值，并且(t+1)小时内燃烧占比大于第二阈值，则t时刻燃烧阶段为“启炉”阶段；

若(t-1)小时内燃烧占比大于第二阈值，并且(t+1)小时内燃烧占比小于第一阈值，则t时刻燃烧阶段为“燃尽”阶段；

若t时刻氧含量小于第三阈值，并且t时刻燃烧阶段不属于“启炉”阶段或者t时刻燃烧阶段不属于“燃尽”阶段，则t时刻燃烧阶段为“燃烧”阶段；

若t时刻氧含量大于第三阈值，并且t时刻燃烧阶段不属于“启炉”阶段或者t时刻燃烧阶段不属于“燃尽”阶段，则t时刻燃烧阶段为“停炉”阶段；

步骤E3：燃烧持续类型的判别，包括：

计算持续燃烧状态，将“启炉”阶段至“燃尽”阶段的时间段划分为持续燃烧状态，并将持续燃烧状态标记为“1”，非持续燃烧状态标记为“0”；

判断持续燃烧的类型，包括：

设定燃烧间断率判定值，检测燃烧间断率，若燃烧间断率大于燃烧间断率判定值，则为间断燃烧类型，否则为持续燃烧类型；

步骤E4：燃烧波动类型的判别，包括统计实时3个月内处于持续燃烧状态的离群率、变异系数的数据，来判断站点因子波动类型，站点因子波动类型包括平稳型、低波动型、中波动型和高波动型；

cdr＝count(RT,CCS,(PFu-2*σorO₂th))tp/rttp；

其中，cdr表示燃烧间断率；

RT表示近期时间范围，为3个月内；

CCS表示持续燃烧状态标记为“1”；

PF表示污染因子；

O₂表示氧含量；

th表示第三阈值；

tp表示时间点数；

rttp表示近期时间范围内的总时间点数；

u指的是近期时间范围内氧含量小于第三阈值的污染因子浓度的均值；

σ指的是近期时间范围内氧含量小于第三阈值的污染因子浓度的标准差；

count表示count函数；

获取变异系数包括：

CV＝σ/u×100％，其中CV表示变异系数；

获取离群率包括：

Count_odd_rate＝count(RT,CCS,(PFu+2*σorPFu-2*σ)tp/rttp)；

其中：

Count_odd_rate表示离群率；

判断站点因子波动类型包括：

若CV15％并且Count_odd_rate5％，则站点因子波动类型为平稳型；

若CV50％并且5％≤Count_odd_rate10％，或者15％≤CV50％并且Count_odd_rate10％，则站点因子波动类型为低波动型；

若50％≤CV100％并且Count_odd_rate20％，或者CV100％并且10％≤Count_odd_rate20％，则站点因子波动类型为中波动型；

若CV≥100％或者Count_odd_rate≥20％，则站点因子波动类型为高波动型；

其中，CV表示变异系数，Count_odd_rate表示离群率；

步骤F：判别全局疑似异常数据；

步骤G：通过预测模型判别局部疑似异常数据；

步骤H：对不符合逻辑关系的异常数据、全局疑似异常数据和局部疑似异常数据进行记录并处理。