《Atmosphere》:A Vehicle-Based Experimental Approach to the Collection and Characterization of Tire and Road Wear Particles
编辑推荐:
可靠的碳排放数据对碳排放交易体系(Emissions Trading System, ETS)的有效运行至关重要,尤其在中国ETS扩大至能源密集型行业背景下。本研究提出一种基于风险的混合异常检测框架,用于高频CO2排放数据质量筛查,通过交叉验证物料衡算排放量与
可靠的碳排放数据对碳排放交易体系(Emissions Trading System, ETS)的有效运行至关重要,尤其在中国ETS扩大至能源密集型行业背景下。本研究提出一种基于风险的混合异常检测框架,用于高频CO2排放数据质量筛查,通过交叉验证物料衡算排放量与烟气(CO2-CEMS)监测排放量进行互校。正常运行工况下,物料衡算与烟气监测排放比值预期维持在相对稳定的分布内;当该关系失真或局部时间模式偏离期望行为时,可识别潜在高风险时段。该框架结合Hartigan's dip test(检验单峰性偏离)与基于滑动窗口的随机森林(Random Forest, RF)分类器,适用于可能具时间依赖性的连续监测数据。研究人员利用某水泥生产企业15分钟频次CO2排放数据,模拟不同异常幅度、持续时间和模式对该框架进行评价。结果表明:dip test对持久性或强异常表现良好,而RF模型对细微、短时偏离更敏感;在集成框架中,94.7%的异常时段可被至少一种方法检出并标记为潜在数据质量风险,正常时段未被误报,可支持核查优先级排序。
基于物料—烟气双源交叉验证与混合统计—机器学习方法的水泥行业高频CO2排放数据质量风险筛查框架研究——发表于《Atmosphere》
该研究背景源于中国全国碳排放交易体系(Emissions Trading System, ETS)于2025年将水泥行业正式纳入管控,新增约1500家控排企业与近80亿吨CO2/年排放量,对排放监测、报告与核查(Monitoring, Reporting and Verification, MRV)提出更高要求。当前中国ETS以核算(物料衡算法)为主,依赖排放因子与活动数据,易受人为输入影响且难捕捉企业特异性波动;烟气连续排放监测系统(Continuous Emission Monitoring System, CEMS)虽自动化程度高,但烟道流场复杂致流量参数难测,存系统误差。两类独立数据源的不确定性亟需基于风险的数据质量筛查工具替代人工逐条核查。已有研究多聚焦年度或低频数据,少有针对高频时间序列兼顾分布整体特征与局部时态模式的集成诊断框架。因此研究人员以水泥窑高频物料衡算CO2排放量与CEMS烟气CO2排放量进行交叉验证,开发融合全局分布检验(Hartigan's dip test)与局部时序模式识别(窗口化Random Forest, RF)的混合异常检测及风险评分框架,并在真实工业数据上通过合成异常评估性能。
主要关键技术方法:研究人员采集中国南方某5000 t/d熟料干法水泥生产线2024年10月12日至12月12日(剔除设备故障期)秒级煤耗、生料耗及CEMS(CO2浓度、流速、温湿度、静压)数据;物料衡算法依据生态环境部《水泥企业温室气体排放核算与报告指南》(CETS-AG-02.01-V01-2024)计算燃烧排放(转子秤秒级煤耗×低位发热量×单位热值含碳量)与过程排放(生料秤×熟料产量比×默认排放因子),汇总得15分钟物料基CO2排放(Ematerial)与烟气基CO2排放(Eflue);按熟料产量负荷分为高负荷(OC1)与低负荷(OC2)两工况,计算排放比R=Ematerial/Eflue;数据按时间顺序前70%为参考/训练期、后30%为测试期并注入三种合成异常(mode:scale均匀倍乘、flat抹平时序波动、ramp渐变—维持—恢复;幅度β=0.02–0.30;持续时间0.5–8天);统计方法采用Hartigan's dip test检验参考+测试期合并排放比分布的单峰性偏离(dip test p<α=0.75判异常);机器学习方法以重叠滑动窗口(w=24 48 96 192点,步长半窗宽)提取均值、标准差、最小值、最大值、斜率、一阶差分等特征,构建平衡类权重的rf(200棵树,无最大深度限制)二分类器(正常 异常),输出异常概率>0.5判异常;集成框架定义风险评分Risk=Rdip+RRF(各为0/1二元指示),Risk≥1为筛查阈值。α=0.75判异常);机器学习方法以重叠滑动窗口(w=24>
3.1. Emission Data Characteristics Under Different Operating Conditions(不同工况下排放数据特征)
研究人员将秒级数据聚为15分钟间隔,发现物料基与烟气基CO2排放总体趋势一致但烟气法偏高(OC1约高8%,OC2约高16%);排放比R在各工况内通过Kolmogorov–Smirnov检验证实为非正态分布但通过Hartigan's dip test符合单峰性(unimodal),物料基排放量本身因过程控制参数波动呈多峰;据此确认以分工况后的排放比R作为数据质量诊断指标具统计学合理性。
3.2. Performance of Unimodality-Based Statistical Detection(基于单峰性的统计检测方法性能)
研究人员向测试期注入不同β值与持续天数的合成异常并运行dip test,结果显示:β=0(无异常)时真阳性率(True Positive Rate, TPR)=0(即零误报);随异常幅度增大或持续时间延长,TPR总体上升;当异常持续>1天且β>0.1,或β≥0.05且持续>4天时TPR达1.0;OC2的TPR略高于或等于OC1。表明dip test适于检测足以扭曲整体排放比分布的较强或较长异常。
3.3. Detection Performance of the RF-Based Approach(基于随机森林的检测方法性能)
- •
3.3.1. Effects of Contamination Ratio and Window Size on RF Detection Performance(污染率与窗口尺寸影响):污染率(窗口内异常数据点占比)越高RF预测异常概率越大;W=48(对应12 h)较W=24分离效果更稳,W=96/192概率分布弥散,中间窗口尺寸兼顾局部灵敏度与稳定性。
- •
3.3.2. Detection Performance Across Anomaly Magnitudes and Modes(不同异常幅度与模式下的检测性能):无论异常模式,窗口级TPR随β增大而升(β=0.15左右Scale与Flat模式达峰值);污染率在(0.75–1]区间因全异常窗口缺失边界变化特征反致TPR略降,尤以Scale模式明显。
- •
3.3.3. Effects of Anomaly Duration on Window-Level and Event-Level TPR(异常持续时间影响):窗口级TPR随异常天数增加微降(全异常窗口比例上升),事件级TPR(事件内任窗判异则事件检出)基本不受时长影响;选定W=48时RF模型精度(Precision)=0.9999,召回/TPR=0.6977,F1=0.8219,假阳性率(False Positive Rate, FPR)=0.1148,ROC-AUC=0.9330。
- •
3.3.4. Feature Contribution Patterns Under Different Operating Conditions and Window Sizes(特征贡献模式):不纯度特征重要性显示OC1以窗口均值(Mean)最重要,OC2以最小值(Min)最重要,均次之为标准差(Std);变量层面熟料产量、物料基CO2排放及排放比R贡献最大。SHAP分析印证Mean与Min为最稳定统计描述符,斜率(Slope)与一阶差分(First-order Difference)贡献较低,说明RF对信号水平与极差变化较方向性短期趋势更敏感。
3.4. Performance of the Combined Detection and Risk Scoring Framework(联合检测与风险评分框架性能)
研究人员将dip test与RF检测结果整合为Risk Score(0–2),94.7%的合成异常时段被赋予Risk≥1(其中72.2%为Risk=2最高风险),所有正常时段Risk=0;取Risk≥1为筛查阈值时联合方法在较低β下事件级TPR高于单一方法,未检出的异常多属β=0.02的Ramp或Scale模式且持续短(0.5–2天),证明两方法互补——RF对短时低幅异常敏感,dip test对长时强异常敏感。
讨论部分总结:
研究人员指出该框架保留监测数据时序结构(先期参考→后期测试)更贴近监管实际,克服了传统分布比较检验对时序漂移敏感的问题。水泥行业燃烧+过程双重排放使物料衡算较火电厂复杂,但稳态运行下两源排放比在分工况后呈单峰性,该交叉验证逻辑可推广至其他水泥设施但须用本地历史数据重新校准参考分布与模型。Hartigan's dip test提供可解释全局诊断,窗口RF捕获局部时态偏离,二者证据互补提升鲁棒性。风险评分将大量高频数据压缩为待查优先级,但高分不直接等同于违规,需结合运行日志、维护记录排除工况转换等合法扰动;框架可嵌入集中监控平台实现自动清洗—工况分类—比率计算—混合筛查—风险分级流程。局限性含单厂数据验证、异常为模拟而非实案违规、依赖人工定义工况分类、参考期长度敏感性及未与Isolation Forest/LSTM自编码器等广泛比对,未来需在多厂多行业更长周期与真实监管案例中校验,并探索隐马尔可夫等自适应工况识别。
结论(翻译):
本研究提出一种混合统计—机器学习框架以支持ETS下碳排数据质量的风险导向筛查。通过对物料衡算监测数据与烟气CEMS数据进行交叉验证,框架将基于单峰性(unimodality)的统计诊断与基于滑动窗口的随机森林(Random Forest, RF)分类器相结合,在可解释的风险评分方案中整合分布层面与局部时态证据。将该框架应用于某水泥生产企业15分钟频次CO2排放数据表明:dip test对扭曲排放比分布的持续或大幅度异常有效,而RF模型提高了对连续监测数据中短时细微偏离的灵敏度;在联合风险评分框架下,94.7%的异常时段被赋予Risk≥1(其中72.2%为最高风险),说明其可用于核查优先级排序。熟料产量、物料基碳排放及排放比为异常检测中最具影响力的变量。从环境管理视角,该框架为ETS扩围至能源密集型行业提供了可扩展、可解释的核查优先级工具,通过将海量高频监测数据转化为风险等级帮助监管机构识别需进一步审核的时段,且可适配其他同时具备高频物料与烟气监测数据的工业行业。未来研究需用更长监测周期、多设施及真实监管数据集对该框架进行验证。