一种污染源环境自动监测平台的异常数据预警系统及方法与流程

本发明属于环境治理技术领域，尤其涉及一种污染源环境自动监测平台的异常数据预警系统及方法。

背景技术

目前，业内常用的现有技术是这样的：

武汉市的污染源是全国行业内的先进监测系统，目前在统计分析上有很多类似系统，但是在作弊数据、异常数据(疑似数据)的判定上，据对现有技术的检索，还未发现这样的系统。有很多机器学习，统计学上的一些方法，可以用来寻找规律，用来寻找因子之间的关系，这类的知识大多在人工智能行业比较多。

排污企业配合企业，每年会产生大笔环境治理费用，而很多不法企业，利用仪器在企业现场，人为进行非法干预，达到逃避排污治理。违法成本小于惩罚成本，很多企业走上了作弊数据的道路。

目前，作弊数据只能通过人工审核，经验审核。甚至，更多的情况是接受到了民众的投诉，政府部门按照流程进行督查，效果甚微。往往政府的检查人员一走，企业又开始了违法的行为。每天武汉市会产生几十万条监测数据，对于海量数据，人工审核成本很高，且效率低下。使用机器远程实时监控，又不能保证实时监控的数据的可靠性，那么，对于这种人工干预的“异常”数据，往往会存在一定的规律性，比如：排污口a的某因子数据平时一般在5-10之间，突然在某个时间段出现跃变，成为1-2之间，然后恢复。找出“异常”数据之间的规律，提供检查机关相应的决策参考，可以大大的提高对不法企业的监管，对环境的有力保护。

综上所述，现有技术存在的问题是：

(1)对于海量数据，人工审核成本很高，且效率低下。使用机器远程实时监控，又不能保证实时监控的数据的可靠性。

(2)不法企业利用技术手段干预设备的监测，上传作弊数据，达到逃避排污处罚的目的。

(3)违法成本低，监管不到位。同时，过多的依赖民众投诉、随机抽检，漏掉作弊数据的可能性极大。

技术实现要素：

针对现有技术存在的问题，本发明提供了一种污染源环境自动监测平台的异常数据预警系统及方法。本发明对于异常数据、作弊数据进行预警，配合执法人员，提前筛选，提供决策建议。

本发明是这样实现的，一种污染源环境自动监测平台的异常数据预警方法，包括：

寻找正常排污数据的规律方法：按照时间周期性、非周期性，按照时间段(天、周、月、年)可以对数据进行分类寻找；按照因子、排污口、企业监管类型、企业区域、企业的相关属性(如企业的生产产品的类型、企业的产值、企业的停工时间、企业的生产周期等)与时间进行排列组合，可以寻找出相应的因子的排放规律。

实时数据异常判断：对近x日数据进行均值或者平方差处理，当出现阶跃变化时，作为异常数据，进行异常数据预警。

历史数据异常判断：对不同企业、排口、同一因子的数据的波动规律进行判断，当正常的上传的数据，出现与规律不符时，作为怀疑的异常数据，通过人工核实、图片视频抓拍等方式结合判断异常数据。

重复/周期性规律数据异常判断：当长时间出现某个因子的数据为恒定不变时，发出异常预警；当数据出现周期性的波动，比如，x小时为数值a，y小时为数值b，周期性的变化，则作为异常数据(这里的a与b都可以取成是一个区间)；对于周期性的数据，可以加入小时/日/周/月/年的时间段的判断。

进一步，寻找正常排污数据的规律方法，包括:

1)对于同排口的排污因子的排放规律：

a)同因子不同时间的排放规律,通过绘制时间与排污因子的x-y曲线，通过多条曲线取平均的方法，获取到同因子不同时间排放的基础规律；

b)多因子不同时间的关联关系,通过取不同时间不同因子的排放值的平均差或者比值，获取到关联关系的规律。

2)对于同类型的污水、废气排口的排放规律：

a)单因子不同时间的关联关系：

同周期不同时间的数据进行比较的方法。例：取2017年期的a、b等多个企业污水排口，氨氮因子的排放数据，通过绘制时间与排污因子的x-y曲线1；取2016年期的a、b等多个企业的污水排口，氨氮因子排放数据，通过绘制时间与排污因子的x-y曲线2，曲线1与曲线2在同一时间周期，如1月份的比例关系、差值关系(在一个范围内波动)。周期可以取为年，月，天，小时，那么可以得到相应周期的排放规律；

不同周期不同时间的数据进行比较的方法。例：取2017年的a、b等多个企业的污水排口，氨氮因子的排放数据，设置阈值为x，方法一：取排放值在x上时间连续的数据，得到时间段y；方法二，取周排放均值在x1上的连续的周时间段y1；方法三，取周排放均值在x2上的连续的月时间段y2，根据所得的月时间段，按照与全年的时间进行作比较，可以得出日/周/月排放因为的排放比率，作为第一种不同时间的排放关系。第二种，根据不同排放时间段，可以得出当a、b等多个企业在长达y连续的(日/周/月)排放之后，排放值会低于x，可以推算出企业的第二种排放规律。

b)多因子不同时间的关联关系：

多因子不同时间的关联关系是比较复杂的一种，它们之间的关联关系最基本的就是同类型的因子，可能会有多个。比如：炉温因子，分为上炉温、中炉温、下炉温；ph值经常会出氮氢化合物同时出现在一个排口。这种关联关系是跟化学物质的本身有关系的，或者说跟企业的生产的产品，产生的化学反应有着直接的关系。按照多因子的同时出现的可能性，分为强关联关系与弱关联关系。我们针对强关联关系的因子作相应的规律查找，对于弱关联关系的因子，归到本文的其他分类中进行查找关系，如：同区域、同监管类型的多因子之间的关联关系，本段不进行赘述；

对于强关联关系的因子，一般会存在比例排放关系。比如：同是污水排放的医院，排放的总余氯因子，会同时出现氨氮、ph值因子，瞬时流量会与总余氯成比例关系(正相关或负相关)。设置一个范围[-a,+a]，如果a的值在0.3以下，说明两种因子极低相关，如果高于0.9，甚至于1，说明两种因子极度相关；

多因子的关联关系存在的第二种为：因子一的值x与因子二的值y的和x+ay等于一个恒定的渐变值；如图3.

多因子的关联关系存在的第三种为：复合因子的值与复合因子的值成比例，解析说明复合因子为多种因子的值的和或者取平均。

同样分为：多因子同周期不同时间的数据和多因子不同周期不同时间的数据两种规律方式。

3)对于同企业不同排口的排放规律：

单因子不同时间的关联关系：

同周期不同时间的数据进行比较的方法，获取同周期的不同排口的排放规律。例：取2017年企业a，1号废气排口so2因子的排放数据，通过绘制时间与排污因子的x-y曲线1；取2017年期企业a的2号废气排口so2因子的排放数据，通过绘制时间与排污因子的x-y曲线2，曲线1与曲线2在同一时间周期，如1月份的比例关系、差值关系、平均值的比例关系(在一个范围内波动)。周期可以取为年，月，天，小时，那么可以得到相应周期的排放规律。

不同周期不同时间的数据进行比较的方法。例：取2017年的企业的污水排口，氨氮因子的排放数据，设置阈值为x，方法一：取排放值在x上时间连续的数据，得到时间段y；方法二，取周排放均值在x1上的连续的周时间段y1；方法三，取周排放均值在x2上的连续的月时间段y2，根据所得的月时间段，按照与全年的时间进行作比较，可以得出日/周/月排放因为的排放比率，作为第一种不同时间的排放关系。第二种，根据不同排放时间段，可以得出当a、b等多个企业在长达y连续的(日/周/月)排放之后，排放值会低于x，可以推算出企业的第二种排放规律。

4)对于同行业的企业同类型的排口的排放规律：

同行业相比于同企业，规律性的范围更厂，包含的企业更多。排放规律主要针对同行业企业规模接近，企业排污成比例，企业生产周期接近的企业进行规律查找。因为，同行业的企业，可能由于企业的经营情况不同，会存在很大的差异，排污又受排污处理设备，生产情况的不同而不同。所以，在规律寻找的时候，需要除去干扰的因素。从之前的3种方法的基础上，进而寻找更为广泛的排污因子的规律。

a)单因子不同时间的关联关系：

同周期不同时间的数据进行比较的方法，获取同周期的不同排口的排放规律。例：取2017年同行业同生产产品，规模(生产产值、原料使用等)接近的企业a，1号废气排口so2因子的排放数据，通过绘制时间与排污因子的x-y曲线1；取2017年期同为汽车行业企业b的1号废气排口so2因子的排放数据，通过绘制时间与排污因子的x-y曲线2，曲线1与曲线2在同一时间周期，如1月份的比例关系、差值关系、平均值的比例关系(在一个范围内波动)。周期可以取为年，月，天，小时，那么可以得到相应周期的排放规律。

不同周期不同时间的数据进行比较的方法。例：取2017年同行业同生产产品，规模(生产产值、原料使用等)接近的企业a、b的污水排口，氨氮因子的排放数据，设置阈值为x，方法一：取排放值在x上时间连续的数据，得到时间段y；方法二，取周排放均值在x1上的连续的周时间段y1；方法三，取周排放均值在x2上的连续的月时间段y2，根据所得的月时间段，按照与全年的时间进行作比较，可以得出日/周/月排放因为的排放比率，作为第一种不同时间的排放关系。第二种，根据不同排放时间段，可以得出当a、b等多个企业在长达y连续的(日/周/月)排放之后，排放值会低于x，可以推算出企业的第二种排放规律。

b)多因子不同时间的关联关系：

除了之前描述的几种多因子的不同时间的关联关系的规律的寻找方法以外，针对于同行业的多因子的不同时间的关联关系，从同行业的同质属性来寻找相应的规律。

5)对于同监管类型的企业同类型的排口的排放规律：

同监管类型的企业相比于同行业的企业，范围更厂，包含不同的行业企业。针对不同的监管类型，企业的排污标准不同，监测的因子也会不同。

监管类型分为：国控、省控、市控和其他。从之前的4种方法的基础上，进而寻找更为广泛的排污因子的规律。具体如下：

a)单因子不同时间的关联关系：

同周期不同时间的数据进行比较的方法，获取同周期的不同排口的排放规律。例：取2017年同监管类型、同行业，或者同生产产品和规模(生产产值、原料使用等)接近的企业a，1号废气排口so2因子的排放数据，通过绘制时间与排污因子的x-y曲线1；取2017年期同监管类型、同行业，或者同生产产品和规模(生产产值、原料使用等)接近的企业b的1号废气排口so2因子的排放数据，通过绘制时间与排污因子的x-y曲线2，曲线1与曲线2在同一时间周期，如1月份的比例关系、差值关系、平均值的比例关系(在一个范围内波动)。周期可以取为年，月，天，小时，那么可以得到相应周期的排放规律。

不同周期不同时间的数据进行比较的方法。例：取2017年同监管类型、同行业，或者同生产产品和规模(生产产值、原料使用等)接近的企业a、b的污水排口，氨氮因子的排放数据，设置阈值为x，方法一：取排放值在x上时间连续的数据，得到时间段y；方法二，取周排放均值在x1上的连续的周时间段y1；方法三，取周排放均值在x2上的连续的月时间段y2，根据所得的月时间段，按照与全年的时间进行作比较，可以得出日/周/月排放因为的排放比率，作为第一种不同时间的排放关系。第二种，根据不同排放时间段，可以得出当a、b等多个企业在长达y连续的(日/周/月)排放之后，排放值会低于x，可以推算出企业的第二种排放规律。

b)多因子不同时间的关联关系：

除了之前描述的几种多因子的关联关系的规律的寻找方法以外，针对于同监管类型的多因子的不同时间的关联关系，从同监管类型的同质属性来寻找相应的规律。

6)对于同区域同类型的排口的排放规律：

同监管类型的企业相比于同行业的企业，范围更厂，包含不同的行业企业。不同的监管类型。区域性的企业，主要针对工业比较集中的区域，产业比较集中的区域，排污集中的区域进行规律的寻找。

a)单因子不同时间的关联关系：

同之前单因子的不同时间的关联关系的寻找方法，其本质区别在于区域的关联关系更广泛，因子之间的关联关系更低。

b)多因子不同时间的关联关系：

除了之前描述的几种多因子的关联关系的规律的寻找方法以外，针对于同区域类型的多因子的不同时间的关联关系，从同区域的企业的同质属性来寻找相应的规律。

进一步，历史数据异常判断，对不同企业、排口、同一因子的数据的波动规律进行判断，包括：

取一段时间的数据，按照时间x轴与数值y轴进行描绘，取一根平滑的曲线或者区间能够包含所有的点，对于这个曲线或者区间偏离超过设置的参数a时，偏离点为异常数据的点；

取数据的均方差数据，均方差出现小于设置限值a的数据，为异常数据。

进一步，实时数据异常判断中，对近x日数据进行均值处理，当出现阶跃变化时，作为异常数据，包括：近x日的数据均值为y，设置一个阈值a，当第x+1日的数据不在[x-a,x+a]范围，进行异常数据预警。

本发明的另一目的在于提供一种实现所述污染源环境自动监测平台的异常数据预警方法的计算机程序。

本发明的另一目的在于提供一种实现所述污染源环境自动监测平台的异常数据预警方法的信息数据处理终端。

本发明的另一目的在于提供一种计算机可读存储介质，包括指令，当其在计算机上运行时，使得计算机执行所述的污染源环境自动监测平台的异常数据预警方法。

本发明的另一目的在于提供一种污染源环境自动监测平台的异常数据预警系统包括：

实时数据异常判断模块，用于对近x日数据进行均值处理，当出现阶跃变化时，作为异常数据，进行异常数据预警；

历史数据异常判断模块，用于对不同企业、排口、同一因子的数据的波动规律进行判断：

重复数据异常判断模块，用于当长时间出现某个因子的数据为恒定不变时，发出异常预警。

本发明的另一目的在于提供一种搭载有所述污染源环境自动监测平台的异常数据预警系统的信息数据处理终端。

本发明的另一目的在于提供一种搭载有所述污染源环境自动监测平台的异常数据预警系统的污染源治理监控平台。

综上所述，本发明的优点及积极效果为：

本发明找出了“异常”数据之间的规律，提供检查机关相应的决策参考，可以大大的提高对不法企业的监管，对环境的有力保护。

根据本发明系统的设计可以达到的社会效益：

(1)提高监测异常数据的效率，增加对排污企业的监管力度，防止不法企业违规排放，保护环境。

(2)寻找不同/同区域、监管类型、排污类型、排污因子的排污规律，用于环保行业的决策。比如：同类型的企业，产量不同，排污相似，可以提前预估企业的排污量，用于找准不同的时间段进行排污(错开时间排污与集中排污，对环境的影响不同)。

(3)对于违法企业，使用人工的手段干预排污口排污，能够有效的预防与制止，提高环保部门对环境的监测与对排污企业的监控。

(4)用于城市大气，城市环境的预测。有利于城市绿化建设，安排不同的类型的监控企业，规划在指定的城市地点，定点进行排污治理。

附图说明

图1是本发明实施例提供的污染源环境自动监测平台的异常数据预警方法流程图。

图2是本发明实施例提供的污染源环境自动监测平台的异常数据预警系统示意图。

图中：1、实时数据异常判断模块；2、历史数据异常判断模块；3、重复数据异常判断模块。

图3是本发明实施例提供的多因子的关联关系存在的第二种为：因子一的值x与因子二的值y的和x+ay等于一个恒定的渐变值图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

污染源平台的数据包括：企业的基本信息(企业名称、企业地址、企业法人等)，排污口类型、污染源因子名称、数采仪型号及相关参数信息，监测数据中有实时监测数据、历史监测数据，数据分为10分钟均值数据、小时均值数据、日均值数据。

图1所示，本发明实施例提供的污染源环境自动监测平台的异常数据预警方法，包括：

s101：实时数据异常判断，对近x日数据进行均值处理，当出现阶跃变化时，作为异常数据。比如：近x日的数据均值为y，设置一个阈值a，当第x+1日的数据不在[x-a,x+a]范围，进行异常数据预警。同样，对分钟数据和小时数据一样的进行处理。

s102：历史数据异常判断，波动规律性判断：对同一企业，同一排口，同一因子的数据，出现数值波动很小，而其他企业，同样的排口，同样的因子数据波动却很大的情况，作为异常数据。比如：a企业为食品加工企业，年产值在1亿，废水排口氨氮因子数据经常处于0.5～1之间波动，而b企业与a企业同为仪器加工企业，年产值在1千万，废水排口氨氮因子数据却在0.1～0.5之间变化。

s103：重复数据异常判断，当某个企业长时间出现某个因子的数据为恒定不变时，发出异常预警。

如图2所示，本发明实施例提供的污染源环境自动监测平台的异常数据预警系统包括：

实时数据异常判断模块1，用于对近x日数据进行均值处理，当出现阶跃变化时，作为异常数据，进行异常数据预警；

历史数据异常判断模块2，用于对不同企业、排口、同一因子的数据的波动规律进行判断；

重复数据异常判断模块3，用于当长时间出现某个因子的数据为恒定不变时，发出异常预警。

下面结合具体分析对本发明作进一步描述。

本发明实施例提供的寻找正常排污数据的规律方法，包括:

1)对于同排口的排污因子的排放规律：

a)同因子不同时间的排放规律,通过绘制时间与排污因子的x-y曲线，通过多条曲线取平均的方法，获取到同因子不同时间排放的基础规律；

b)多因子不同时间的关联关系,通过取不同时间不同因子的排放值的平均差或者比值，获取到关联关系的规律。

2)对于同类型的污水、废气排口的排放规律：

a)单因子不同时间的关联关系：

同周期不同时间的数据进行比较的方法。例：取2017年期的a、b等多个企业污水排口，氨氮因子的排放数据，通过绘制时间与排污因子的x-y曲线1；取2016年期的a、b等多个企业的污水排口，氨氮因子排放数据，通过绘制时间与排污因子的x-y曲线2，曲线1与曲线2在同一时间周期，如1月份的比例关系、差值关系(在一个范围内波动)。周期可以取为年，月，天，小时，那么可以得到相应周期的排放规律。

不同周期不同时间的数据进行比较的方法。例：取2017年的a、b等多个企业的污水排口，氨氮因子的排放数据，设置阈值为x，方法一：取排放值在x上时间连续的数据，得到时间段y；方法二，取周排放均值在x1上的连续的周时间段y1；方法三，取周排放均值在x2上的连续的月时间段y2，根据所得的月时间段，按照与全年的时间进行作比较，可以得出日/周/月排放因为的排放比率，作为第一种不同时间的排放关系。第二种，根据不同排放时间段，可以得出当a、b等多个企业在长达y连续的(日/周/月)排放之后，排放值会低于x，可以推算出企业的第二种排放规律。

b)多因子不同时间的关联关系：

多因子不同时间的关联关系是比较复杂的一种，它们之间的关联关系最基本的就是同类型的因子，可能会有多个。比如：炉温因子，分为上炉温、中炉温、下炉温；ph值经常会出氮氢化合物同时出现在一个排口。这种关联关系是跟化学物质的本身有关系的，或者说跟企业的生产的产品，产生的化学反应有着直接的关系。按照多因子的同时出现的可能性，分为强关联关系与弱关联关系。我们针对强关联关系的因子作相应的规律查找，对于弱关联关系的因子，归到本文的其他分类中进行查找关系，如：同区域、同监管类型的多因子之间的关联关系，本段不进行赘述。

对于强关联关系的因子，一般会存在比例排放关系。比如：同是污水排放的医院，排放的总余氯因子，会同时出现氨氮、ph值因子，瞬时流量会与总余氯成比例关系(正相关或负相关)。设置一个范围[-a,+a]，如果a的值在0.3以下，说明两种因子极低相关，如果高于0.9，甚至于1，说明两种因子极度相关。

多因子的关联关系存在的第二种为：因子一的值x与因子二的值y的和x+ay等于一个恒定的渐变值。如图3.

多因子的关联关系存在的第三种为：复合因子的值与复合因子的值成比例。解析说明复合因子为多种因子的值的和或者取平均。

同样分为：多因子同周期不同时间的数据和多因子不同周期不同时间的数据两种规律方式。

3)对于同企业不同排口的排放规律：

a)单因子不同时间的关联关系：

同周期不同时间的数据进行比较的方法，获取同周期的不同排口的排放规律。例：取2017年企业a，1号废气排口so2因子的排放数据，通过绘制时间与排污因子的x-y曲线1；取2017年期企业a的2号废气排口so2因子的排放数据，通过绘制时间与排污因子的x-y曲线2，曲线1与曲线2在同一时间周期，如1月份的比例关系、差值关系、平均值的比例关系(在一个范围内波动)。周期可以取为年，月，天，小时，那么可以得到相应周期的排放规律。

不同周期不同时间的数据进行比较的方法。例：取2017年的企业的污水排口，氨氮因子的排放数据，设置阈值为x，方法一：取排放值在x上时间连续的数据，得到时间段y；方法二，取周排放均值在x1上的连续的周时间段y1；方法三，取周排放均值在x2上的连续的月时间段y2，根据所得的月时间段，按照与全年的时间进行作比较，可以得出日/周/月排放因为的排放比率，作为第一种不同时间的排放关系。第二种，根据不同排放时间段，可以得出当a、b等多个企业在长达y连续的(日/周/月)排放之后，排放值会低于x，可以推算出企业的第二种排放规律。

举例说明：同企业的因子比较，可以从企业的年产值，企业的生产周期、生产时间角度考虑因子的关系。比如：企业a在2017年生产时间为6-8月，2个月的时间；而在2016年的生产时间为5-7月，同为2个月的时间。生产相同产量的产品，污染物的排放关系会成比例相关。同样的道理，当企业在某一年的年产值大幅下降的时候，污染源的排放也会减少。

b)多因子不同时间的关联关系：

除了与对于同类型的污水、废气排口的多因子不同时间的关联关系规律中解释的以外，同企业的因子的排放规律的区别在于：企业自身作为一个参考系，相同的设备，相同的产品，相同的污染排放物。相比于不同企业的同类型的排口来看，有了更接近的同质属性，因子之间的关联规律更加的明显。

污染因子的排放与企业的生产成正相关关系，按照生产种类的不同，因子的比例关系不等。

4)对于同行业的企业同类型的排口的排放规律：

同行业相比于同企业，规律性的范围更厂，包含的企业更多。排放规律主要针对同行业企业规模接近，企业排污成比例，企业生产周期接近的企业进行规律查找。因为，同行业的企业，可能由于企业的经营情况不同，会存在很大的差异，排污又受排污处理设备，生产情况的不同而不同。所以，在规律寻找的时候，需要除去干扰的因素。从之前的3种方法的基础上，进而寻找更为广泛的排污因子的规律。

a)单因子不同时间的关联关系：

同周期不同时间的数据进行比较的方法，获取同周期的不同排口的排放规律。例：取2017年同行业同生产产品，规模(生产产值、原料使用等)接近的企业a，1号废气排口so2因子的排放数据，通过绘制时间与排污因子的x-y曲线1；取2017年期同为汽车行业企业b的1号废气排口so2因子的排放数据，通过绘制时间与排污因子的x-y曲线2，曲线1与曲线2在同一时间周期，如1月份的比例关系、差值关系、平均值的比例关系(在一个范围内波动)。周期可以取为年，月，天，小时，那么可以得到相应周期的排放规律。

不同周期不同时间的数据进行比较的方法。例：取2017年同行业同生产产品，规模(生产产值、原料使用等)接近的企业a、b的污水排口，氨氮因子的排放数据，设置阈值为x，方法一：取排放值在x上时间连续的数据，得到时间段y；方法二，取周排放均值在x1上的连续的周时间段y1；方法三，取周排放均值在x2上的连续的月时间段y2，根据所得的月时间段，按照与全年的时间进行作比较，可以得出日/周/月排放因为的排放比率，作为第一种不同时间的排放关系。第二种，根据不同排放时间段，可以得出当a、b等多个企业在长达y连续的(日/周/月)排放之后，排放值会低于x，可以推算出企业的第二种排放规律。

b)多因子不同时间的关联关系：

除了之前描述的几种多因子的不同时间的关联关系的规律的寻找方法以外，针对于同行业的多因子的不同时间的关联关系，从同行业的同质属性来寻找相应的规律。

举例说明：相同的行业，比如汽车行业、或者是垃圾处理行业的企业，生产相对集中，排放物质接近，排放标准相同；每年的经营情况与生产情况更为接近。按照同行业企业的筛选方法取a,b,c,d……n个企业，具有相同的排放因子1，因子2，因子3。取2017年的按天取日数据，因子1平均值x1，因子2的平均值x2，因子3的平均值x3。按照x轴为因子的排放数值，y轴为因子的数据与平均值的差的标准差，绘制图形。取点位相对集中的点的中心，绘制半径r的圆，相交的圆的区域：即为因子较为集中的排放区域，再按照时间、排放时段，可以进一步的寻找其排放规律。

5)对于同监管类型的企业同类型的排口的排放规律：

同监管类型的企业相比于同行业的企业，范围更厂，包含不同的行业企业。针对不同的监管类型，企业的排污标准不同，监测的因子也会不同。

监管类型分为：国控、省控、市控和其他。从之前的4种方法的基础上，进而寻找更为广泛的排污因子的规律。具体如下：

a)单因子不同时间的关联关系：

同周期不同时间的数据进行比较的方法，获取同周期的不同排口的排放规律。例：取2017年同监管类型、同行业，或者同生产产品和规模(生产产值、原料使用等)接近的企业a，1号废气排口so2因子的排放数据，通过绘制时间与排污因子的x-y曲线1；取2017年期同监管类型、同行业，或者同生产产品和规模(生产产值、原料使用等)接近的企业b的1号废气排口so2因子的排放数据，通过绘制时间与排污因子的x-y曲线2，曲线1与曲线2在同一时间周期，如1月份的比例关系、差值关系、平均值的比例关系(在一个范围内波动)。周期可以取为年，月，天，小时，那么可以得到相应周期的排放规律。

不同周期不同时间的数据进行比较的方法。例：取2017年同监管类型、同行业，或者同生产产品和规模(生产产值、原料使用等)接近的企业a、b的污水排口，氨氮因子的排放数据，设置阈值为x，方法一：取排放值在x上时间连续的数据，得到时间段y；方法二，取周排放均值在x1上的连续的周时间段y1；方法三，取周排放均值在x2上的连续的月时间段y2，根据所得的月时间段，按照与全年的时间进行作比较，可以得出日/周/月排放因为的排放比率，作为第一种不同时间的排放关系。第二种，根据不同排放时间段，可以得出当a、b等多个企业在长达y连续的(日/周/月)排放之后，排放值会低于x，可以推算出企业的第二种排放规律。

b)多因子不同时间的关联关系：

除了之前描述的几种多因子的关联关系的规律的寻找方法以外，针对于同监管类型的多因子的不同时间的关联关系，从同监管类型的同质属性来寻找相应的规律。

举例说明：同监管类型的企业，排放的标准相同，那么会存在不同的经营情况、不同的体量的企业，排放的污染物的量的不同。总体会控制在与企业产出相成正相关比例的范围内，寻找关联关系的重点在于：取同监管类型，同排污口类型，同排污因子的企业数据进行多因子关联关系的寻找。

同监管类型中，会存在同行业的企业与不同行业的企业。监管类型的不同，因子的排放标准不同。按照相同的监管分类，取相同的排放标准的因子作为比较，寻找因子的排放规律。

6)对于同区域同类型的排口的排放规律：

同监管类型的企业相比于同行业的企业，范围更厂，包含不同的行业企业。不同的监管类型。区域性的企业，主要针对工业比较集中的区域，产业比较集中的区域，排污集中的区域进行规律的寻找。

a)单因子不同时间的关联关系：

同之前单因子的不同时间的关联关系的寻找方法。

其本质区别在于区域的关联关系更广泛，因子之间的关联关系更低。

b)多因子不同时间的关联关系：

除了之前描述的几种多因子的关联关系的规律的寻找方法以外，针对于同区域类型的多因子的不同时间的关联关系，从同区域的企业的同质属性来寻找相应的规律。

举例说明：同区域的企业，环境因素大体相同(包括天气、温湿度等)，企业的发展水平相对相同(即区域的经济水平大体相同)，决定了企业的产出、企业的排污水平；同区域的企业，区域的管理大体相同，即区域的对企业环境上的要求会有区域特性，那么企业会针对区域性的环境要求进行污染排放，排放具有同质性(时间上的同质性、生产时间的同质性、排放污染物类型的同质性)。

同区域中，会存在不同监管类型，不同的行业的企业，不同的因子排放标准。按照相同的区域分类企业，取相同多个监测因子作为比较，寻找因子的排放规律。

历史数据异常判断，对不同企业、排口、同一因子的数据的波动规律进行判断，包括：

取一段时间的数据，按照时间x轴与数值y轴进行描绘，取一根平滑的曲线或者区间能够包含所有的点，对于这个曲线或者区间偏离超过设置的参数a时，偏离点为异常数据的点；

取数据的均方差数据，均方差出现小于设置限值a的数据，为异常数据。

实时数据异常判断中，对近x日数据进行均值处理，当出现阶跃变化时，作为异常数据，包括：近x日的数据均值为y，设置一个阈值a，当第x+1日的数据不在[x-a,x+a]范围，进行异常数据预警。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用全部或部分地以计算机程序产品的形式实现，所述计算机程序产品包括一个或多个计算机指令。在计算机上加载或执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(dsl)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输)。所述计算机可读取存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，dvd)、或者半导体介质(例如固态硬盘solidstatedisk(ssd))等。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。