基于数据趋势性校验的碳排放在线监测数据质量分析系统技术方案

本发明专利技术涉及一种基于数据趋势性校验的碳排放在线监测数据质量分析系统，包括：数据获取模块，用于获取在线数据及参比方法测定的数据；所述在线数据包括CO2浓度、流速、湿度、温度数据；数据变化趋势分析模块，用于分析和评估两组数据的变化趋势是否一致；数据差异显著性分析模块，用于分析两组数据的差异显著性。本发明专利技术将在线数据与参比方法测定的数据进行比对分析，能够为当前碳排放在线监测数据不稳定的技术问题提供数据支撑，保证在线监测数据的准确性。本发明专利技术可适用于火电厂、水泥厂、钢铁厂、石化行业等涉及CO2连续在线监测系统的数据质量分析。据质量分析。

【技术实现步骤摘要】
基于数据趋势性校验的碳排放在线监测数据质量分析系统


[0001]本专利技术属于CO2浓度监测
，尤其涉及一种基于数据趋势性校验的碳排放在线监测数据质量分析系统。

技术介绍

[0002]随着全国碳排放权交易市场正式上线交易，碳交易机制高效运行的重要基础是客观、准确、具有公信力的碳排放数据，如何准确计量二氧化碳的排放量则尤为重要。
[0003]在线监测法采取碳排放数据在线实时直采、自动核算的方式，可有效对控排企业的二氧化碳实时排放量进行监测，因计量简便、数据收集高效以及人为干扰少等优点受到青睐。由于二氧化碳排放监测属于总量监测，需结合烟气流量和烟气中CO2浓度进行综合计算，得到CO2排放量数据，因此烟气流速与CO2浓度的准确测量至关重要。以600MW燃煤机组为例，满负荷条件下，每小时碳排放量约550吨左右，若二氧化碳连续在线监测系统如果出现5％的误差，将引起每小时27.5吨的累积误差。
[0004]我国环境保护部发布的HJ75
‑
2017《固定污染源SO2、NOx、颗粒物排放连续监测技术规范》和HJ76
‑
2017《固定污染源烟气(SO2、NO
X
、颗粒物)排放连续监测系统技术要求及检测方法》中仅对SO2、NO
X
等气态污染物的连续监测数据准确度进行了规范，尚无对CO2连续在线监测系统(CO2‑
CEMS)的数据质量提出要求。

技术实现思路

[0005]本专利技术的目的是提供一种基于数据趋势性校验的碳排放在线监测数据质量分析系统，将在线数据(CO2浓度、流速、湿度、温度)与参比方法测定的数据进行比对分析，为当前碳排放在线监测数据不稳定的技术问题提供数据支撑，以保证在线监测数据的准确性。本系统可适用于火电厂、水泥厂、钢铁厂、石化行业等涉及CO2连续在线监测系统的数据质量分析。
[0006]本专利技术提供了一种基于数据趋势性校验的碳排放在线监测数据质量分析系统，包括：
[0007]数据获取模块，用于获取在线数据及参比方法测定的数据；所述在线数据包括CO2浓度、流速、湿度、温度数据；
[0008]数据变化趋势分析模块，用于分析和评估两组数据的变化趋势是否一致；
[0009]相关数据定义如下：
[0010]CO2浓度、流速、湿度、温度的在线监测数据分别定义为X
CO2
、X
v
、X
H
、X
T
，参比方法测定的数据分别定义为Y
CO2
、Y
v
、Y
H
、Y
T
，r为相关系数，若r在0.90
‑
1.00之间，说明两组数据极高相关；其中，
[0011][0012]式中，
[0013]r—CO2浓度、流速、湿度、温度参数的相关系数；
[0014]X
i
—一组在线监测数据结果，为CO2浓度、流速、湿度、温度参数的在线监测数据结果；
[0015]—一组在线监测数据结果的平均值；
[0016]Y
i
—一组参比方法测定的数据结果，为CO2浓度、流速、湿度、温度参数的参比方法数据结果；
[0017]——一组参比方法测定的数据结果的平均值；
[0018]n——选取的一组数据的个数；
[0019]数据差异显著性分析模块，用于分析两组数据的差异显著性；相关参数定义如下：SS为离均平方和，DF为自由度，MS为均方差，F为检验值，F
cuit
为临界值，通过查F检验临界值表α＝0.05得到；若F小于F
crit
，说明在线监测数据与参比方法测定的数据无显著性差异，认为两者一致；其中，
[0020][0021]DF
组间
＝1，
[0022]MS
组间
＝SS
组间
/DF
组间
；
[0023][0024]DF
组内
＝n
‑
1，
[0025]MS
组内
＝SS
组内
/DF
组内
；
[0026]F＝MS
组间
/MS
组内
；
[0027]式中，
[0028]X
i
—一组在线监测数据结果，为CO2浓度、流速、湿度、温度参数的在线监测数据结果；
[0029]—一组在线监测数据结果的平均值；
[0030]Y
i
—一组参比方法测定的数据结果，为CO2浓度、流速、湿度、温度参数的参比方法数据结果；
[0031]—一组参比方法测定的数据结果的平均值；
[0032]SS
组间
—组间离均平方和；SS
组内
—组内离均平方和；
[0033]DF
组间
—组间自由度；DF
组内
—组内自由度；
[0034]MS
组间
—组间均方差；MS
组内
—组内均方差；
[0035]n—选取的一组数据的个数。
[0036]借由上述方案，通过基于数据趋势性校验的碳排放在线监测数据质量分析系统，
将在线数据(CO2浓度、流速、湿度、温度)与参比方法测定的数据进行比对分析，能够为当前碳排放在线监测数据不稳定的技术问题提供数据支撑，保证在线监测数据的准确性。本系统可适用于火电厂、水泥厂、钢铁厂、石化行业等涉及CO2连续在线监测系统的数据质量分析。
[0037]上述说明仅是本专利技术技术方案的概述，为了能够更清楚了解本专利技术的技术手段，并可依照说明书的内容予以实施，以下以本专利技术的较佳实施例详细说明如后。
具体实施方式
[0038]下面结合实施例，对本专利技术的具体实施方式作进一步详细描述。以下实施例用于说明本专利技术，但不用来限制本专利技术的范围。
[0039]本实施例提供了一种基于数据趋势性校验的碳排放在线监测数据质量分析系统，包括：
[0040]数据获取模块，用于获取在线数据(CO2浓度、流速、湿度、温度)与参比方法测定的数据；
[0041]数据变化趋势分析模块，用于分析和评估两组数据的变化趋势是否一致，
[0042]并做如下定义：
[0043]CO2浓度、流速、湿度、温度的在线监测数据分别命名为X
CO2
、X
v
、X
H
、X
T
，参比方法测定的数据分别命名为Y
CO2
、Y
v
、Y
H
、Y
T
，r为相关系数。若r在0.90
‑
1.00之间，说明两组数据极高相关。
[0044][0045]式中，
[0046]r——CO2浓度、流速、湿度、温度本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于数据趋势性校验的碳排放在线监测数据质量分析系统，其特征在于，包括：数据获取模块，用于获取在线数据及参比方法测定的数据；所述在线数据包括CO2浓度、流速、湿度、温度数据；数据变化趋势分析模块，用于分析和评估两组数据的变化趋势是否一致；相关数据定义如下：CO2浓度、流速、湿度、温度的在线监测数据分别定义为X
CO2
、X
v
、X
H
、X
T
，参比方法测定的数据分别定义为Y
CO2
、Y
v
、Y
H
、Y
T
，r为相关系数，若|r|在0.90
‑
1.00之间，说明两组数据极高相关；其中，式中，r—CO2浓度、流速、湿度、温度参数的相关系数；X
i
—一组在线监测数据结果，为CO2浓度、流速、湿度、温度参数的在线监测数据结果；—一组在线监测数据结果的平均值；Y
i
—一组参比方法测定的数据结果，为CO2浓度、流速、湿度、温度参数的参比方法数据结果；——一组参比方法测定的数据结果的平均值；n——选取的一组数据的个数；数据差异显著性分析模块，用于分析两组数据的差异显著性；相关参数定义如下：SS为离均平方和，DF为自由度，MS为均方差，F为检验值，F
cuit

【专利技术属性】
技术研发人员：王旭，钱新凤，李岩峰，田宇，孙振鹏，宋丹阳，曹蕃，宋寅，焦洋，
申请(专利权)人：中国大唐集团科学技术研究总院有限公司，
类型：发明
国别省市：