环保在线监测的数据困境
据公开信息,多地化工产业规划要求重点排污单位安装在线监测设备并联网,建立企业环境管理电子台账。废气、废水、VOCs 等监测点每小时产生读数,但固定阈值告警在工况波动时频繁漏报与误报:浓度短暂越限被当成异常,而真正的缓慢漂移却淹没在噪声里。把无监督异常检测引入监测序列,可以在不依赖标注的前提下学到正常分布边界。
方案概述:用 IsolationForest 做异常初筛
化工环保监测属于典型的“正常样本多、异常稀少”场景,IsolationForest 通过随机切分将易于隔离的离群点识别为异常,无需任何标注数据,适合作为一线告警的初筛层。再叠加滑动窗口统计特征,可同时捕捉突升与缓慢漂移两类风险。
第一步:读取监测 CSV
从监测平台导出小时级读数,字段含 timestamp、cod、nh3n、voc、ph 等,保存为 monitor.csv。
import pandas as pd
df = pd.read_csv('monitor.csv', parse_dates=['timestamp'])
df = df.sort_values('timestamp').set_index('timestamp')
print(df.tail())第二步:构造滑动窗口特征
单点数值波动大,模型更需要“相对近期是否正常”的信号。用滚动均值、标准差与一阶差分刻画局部形态:
win = 12
for col in ['cod', 'nh3n', 'voc']:
df[col + '_mean'] = df[col].rolling(win).mean()
df[col + '_std'] = df[col].rolling(win).std()
df[col + '_diff'] = df[col].diff()
feat = df[[c for c in df.columns if c.endswith(('_mean', '_std', '_diff'))]].dropna()第三步:训练并打标异常
from sklearn.ensemble import IsolationForest
model = IsolationForest(n_estimators=200, contamination=0.02, random_state=42)
pred = model.fit_predict(feat)
df['anomaly'] = pd.Series(pred, index=feat.index).reindex(df.index)
df['anomaly'] = df['anomaly'].fillna(0)
alerts = df[df['anomaly'] == -1]
print('命中异常时段:', len(alerts))
print(alerts[['cod', 'voc']].head())第四步:分级告警与人工复核
将 anomaly 时段结合幅值分级:轻度漂移进观察清单,突增超阈值进处置清单。告警结果导出给环保专员复核,不替代合规责任。
提醒:本方案仅作数据异常线索,最终环保处置须由具备资质的人员按规范完成;模型与监测数据均可在厂内服务器离线运行,满足数据不出厂要求。
参考来源
工业和信息化部等七部门《加力推进石化化工行业老旧装置更新改造行动方案(2026—2029年)》 - 中国能源网/上海证券报报道
梧州市生态环境局关于推动 AI 技术在工业污染精准溯源与治理中应用的提案答复(梧环字〔2026〕12号) - 梧州市生态环境局
河池市人民政府办公室关于印发《河池市化工产业“十五五”发展规划》的通知(河政办发〔2026〕32号) - 广西河池市人民政府门户网站