3. 异常数据识别基础

排污口自动监控数据的“异常”，并不是指数值一定超标，而是指数据在时间序列、物理量纲、业务逻辑或监测机理上出现了不可信、不可解释或不完整的状态。识别异常是追溯与留证的第一步：只有先把“哪条数据、哪段时间、属于哪类异常”说清楚，后续才能判断是仪表故障、采样问题、工况波动还是人为干扰。本节围绕六类常见异常模式展开，并说明每类模式背后的业务含义与初步处置方向。

一、异常数据的判定基准

判断异常需要三个基准：量程与物理边界（如化学需氧量不可能为负值，pH 理论范围 0～14）、时间连续性（数据应按固定周期上传，如每 1 小时一条）、业务逻辑关系（如流量为零时污染物排放量应为零，治理设施停运时出水浓度不应突然大幅下降）。三者缺一，就容易把正常波动误判为异常，或把真正的异常当成噪声放过。

实际工作中建议先建立“数据可信性检查链”：先查完整性（有无缺失），再查边界（有无负值、超量程），再查稳定性（有无恒值、突变），最后查逻辑一致性（流量、浓度、设施状态是否自洽）。这个顺序的价值在于：缺失和负值往往最先暴露采集链路问题，而逻辑矛盾通常指向更深层的工况或人为因素。

二、六类常见异常模式及其业务含义

超标：污染物浓度或排放量超过许可限值。它是最“显性”的异常，但要注意区分持续超标与瞬时峰值。持续超标多与治理设施效率下降、进水负荷冲击有关；短时尖峰则可能是采样管路残留、仪表标定漂移或生产工段间歇排放。业务上应联动查看同期的流量、设施运行电流与药剂投加记录。

恒值：连续多个周期数值几乎不变（如 pH 连续 6 小时恒为 7.00，或 COD 恒为 50.0）。真实水体指标会随工况小幅波动，长时间“纹丝不动”通常意味着仪表被锁定、信号被固定、探头结垢失效或数据被人工置数。恒值是追溯中非常关键的线索，往往与“数据造假”或“仪表长期未维护”相关。

突变：相邻两个周期数值出现远超正常波动幅度的跳变，例如 COD 从 45 mg/L 一小时内跳到 380 mg/L，随后又回落。突变可能来自真实工况冲击（如事故性排放），也可能来自仪表故障、断电重启、量程切换或采样切换。判断时要看突变是否伴随流量、设施状态的同步变化。

缺失：应有数据的时间点没有数据，或数据为空、为无效标识。缺失分“单点缺失”和“连续缺失”。单点缺失多为通信抖动；连续缺失（如超过 6 小时）则可能涉及断电、断网、设备停机或人为断开数采仪，是留证时重点关注的时段。

负值：出现小于零的浓度、流量或排放量。负值在物理上不成立，通常源于仪表零点漂移、信号反接、量程配置错误或数据解析符号错误。负值数据不能直接参与统计，必须先标记并核查采集与传输链路。

逻辑矛盾：单条数据本身在量程内，但与其他数据相互冲突。典型如：流量显示为零而污染物排放量大于零；治理设施运行状态为“停运”而出水浓度却显著下降；进水浓度低于出水浓度。逻辑矛盾往往比单点异常更能揭示系统性问题，是追溯分析中价值最高的线索之一。

三、从异常模式到业务判断

同一类异常在不同指标上的含义并不相同。以 pH 为例，恒值 7.00 连续 8 小时，比 COD 恒值更可疑，因为真实废水 pH 会随酸碱投加波动；而流量恒值则要警惕超声波明渠流量计的液位探头被杂物卡住。再如负值，COD 出现 −3 mg/L 可能只是零点漂移，但流量出现负值往往意味着流向判断或信号极性配置错误，影响排放量统计的准确性。

实际判读时，建议把异常点放回“时间—指标—工况”三维上下文：同一时刻其他指标是否同步异常？异常前后是否有设施启停、药剂投加、生产班次切换？异常持续时间是否与某个运维动作吻合？例如某排污口 14:00 起 COD 连续 5 小时恒为 60.0 mg/L，同时流量正常、治理设施运行电流正常，则更可能是仪表被锁定或数据被置数，而非真实水质稳定。

四、异常识别的实操要点

在具体操作上，可先用规则做初筛，再用人工复核。规则示例（参数为教学假设）：某指标连续 6 个周期数值变化幅度小于满量程的 0.5%，标记为“疑似恒值”；相邻周期变化超过满量程的 30%，标记为“疑似突变”；数值小于 0 或大于量程上限，标记为“越界”；时间戳间隔超过应上传周期的 2 倍，标记为“缺失”。这些阈值不是固定标准，应结合仪表精度、工况波动幅度和历史数据分布调整。

初筛之后，必须回到原始记录核对。重点核对三样东西：数采仪原始报文或本地存储、仪表校准与维护记录、排污单位工况台账。三者能对上，异常才可能被解释为正常工况；对不上，就应进入追溯流程。识别阶段的产出不是结论，而是一份带类型、带时间、带初步指向的异常清单，它是后续证据固定与责任判定的起点。

掌握这六类模式及其业务含义，就具备了从海量监控数据中快速定位可疑时段的能力。识别得越准，后续的现场核查、设备比对和证据固定就越有针对性，避免在无关数据上耗费精力。