7.3 數據邏輯關聯法

數據邏輯關聯法是指：通過抽取煙氣治理設施正常運行情況下影響煙氣排放濃度的關鍵性參數之間的邏輯關系來衡量數據關系是否正常，由多個邏輯關系結果來判定CEMS監測數據合理性的方法。

7.3.1 正向邏輯關聯

指某個參量的值在一定周期內的增大或者減小會導致另一個或多個參量值的增大或者減小。

7.3.2 反向邏輯關聯

指某個參量的值在一定周期內的增大或者減小會導致另一個或多個參量值的減小或者增大。

7.3.3 吻合邏輯關聯

指多個參量的值在一定周期內的數據為吻合趨勢。

7.3.4 范圍邏輯關聯

指某個或多個參數在某一范圍內，會導致另外一個或多個參數在合理范圍內.

7.3.5 邏輯權重數值

利用多個邏輯關聯關系的結果來整體評價CMES監測數據合理性。

7.4 模型法

利用PMS和CEMS獲得的大量實際測定數據，建立以現場操作數據集為基礎，不需要運用污染物形成和破壞過程的理論知識（例如流體動力學，熱動力學或化學反應）的黑箱模型，包括人工神經網絡模型（靜態的、動態的、周期性的）和識別模型（線性回歸模型，非線性回歸模型，回歸滑動平均模型）。由模型預測的結果與CEMS在相應時間測定污染物結果比較，相對誤差≤25%時，判定CEMS監測數據合理。

7.4.1 建模

7.4.1.1 神經網絡法

b.記錄單位時間（如：每分鐘）CEMS監測污染物排放濃度與傳感器監測對應時間的變量的數據；

c.確定獲取現場數據的時間期間（如3個星期）；

d.將樣本分割成多個數據集（如4個）；

e.其中一個數據集（如7000個樣本）用于訓練模型的適應性，另外的數據集用于模型的驗證；

f.建立模型（神經網絡模型）；

g.模型置于現場，由實際的過程數據在線檢驗模型，判定模型能否提供所需數量的準確的實時估算；

h.繪制以樣本數為橫坐標，污染物排放濃度為縱坐標的模型預測結果與污染物實際排放濃度的圖形。

i.對照模型的技術條件檢驗是否合格；

j.經環境保護主管部門批準，用于污染源污染物的排放監測。

7.4.1.2 多元回歸法

建立污染物排放濃度與過程多關鍵參數的線性或非線性回歸方程，其余同7.4.1.1中g、h、i、j。

7.4.2 模型的性能及技術指標檢測

7.4.2.1 模型的設計

PEMS的設計應符合以下要求：

a.輸入參數的數量。PEMS通常使用三個或更多個輸入參數（如果使用輸入參數少于三個，必須經主管部門逐項批準）。

b.參數工作的范圍。認證測試評估PEMS之前，必須給出PEMS使用的輸入參數及其范圍的最低值和最高值（工作范圍），并用圖譜和開發PEMS過程中的數據、供應商的信息或工程計算（如適用）來證實參數工作范圍的完整性。在認證測試之后，如果操作PEMS在任何時間超出這些范圍，在這種情況下產生的數據，用于預測的排放數據是不可接受的。如果沒有明確定義這些參數工作的范圍，沒有得到開發時數據的支持，則PEMS的操作被限制在認證測試期間遇到的輸入參數范圍內，直到PEMS建立一個新的工作范圍。

c.源的特定工作條件。識別源的特定工作條件，如：燃料類型會影響PEMS的輸出，因此，只能在經證明的源的特定工作條件下使用PEMS。

d.環境條件。必須解釋環境條件和季節的變化如何影響PEMS；在測試過程中不能控制某些參數，如環境相對濕度，則必須確定環境條件，如濕度對污染物濃度的影響；推斷這種影響包括今后預期的條件；必須評估季節變化和對PEMS的影響，除非能證明這種影響可忽略不計（適合時）。

e.PEMS的工作原理。如果建立的PEMS是基于已知的物理原理，則必須能識別特定的物理假設或支持其運作的數學運算。如果建立的PEMS是基于線性或非線性回歸分析，則必須提供用于建立或培訓模型的配對數據（最好以圖形表示）。

f.傳感器評估系統。PEMS必須設計至少每天進行自動或手動判定傳感器是否有缺陷。傳感器評估系統可以包括傳感器確認子模型，備用傳感器的比較，抽查在參考值、操作或排放水平傳感器的輸入讀數，或檢測有缺陷或故障傳感器的其他程序。當覺察傳感器故障時，一些傳感器評估系統用于產生替代值（使一致的數據）。使用使一致的數據之前，必須事先獲得批準。

j.參數超出范圍。PEMS系統必須包括發現并通知操作人員參數超出范圍的設計。在傳感器范圍外采集的排放數據，認為是沒有質量保證的數據。

7.4.2.2 性能技術指標

PEMS應滿足以下性能技術指標的要求：

a.相對準確度：模型預測值大于100μmol/mol時，RA應不大于15%；模型預測值在10μmol/mol~100μmol/mol之間，RA應不大于25%；模型預測值小于10μmol/mol，模型和RM測定值差的平均值的絕對值應不大于5μmol/mol。

b.偏差。模型預測值與RM測定值差的算術平均值大于置信系數，則應用偏差系數修正模型數據。

c.模型方差。在95%置信水平，計算的F值應不大于臨界值Fα。

d.模型的相關系數。相關系數≥0.75。

e.相對準確度審核。便攜式分析儀（RM）和模型預測同時測定3次的平均值，不大于分析儀測定值的±15%。

7.4.2.3 性能技術指標的計算

a. 相對準確度，偏差系數修正，相關系數的計算分別見式（14）、式（22）和式（23）。

b. F檢驗

對3個不同的測試水平的3個RA數據集中的每個數據集進行F檢驗，按式（26）計算模型預測值和RM測定值的方差。

編輯：李丹