韩红桂， 赵子凡， 伍小龙， 杨士恒， 何 政， 赵 楠

(1.北京工业大学信息学部， 北京 100124； 2.计算智能与智能系统北京市重点实验室， 北京 100124；3.北京城市排水集团有限责任公司， 北京 100044)

城市污水处理数据是实现污水处理过程运行状态监测、操作优化控制以及故障诊断等环节的重要依据，是提高城市污水处理效率和运营监管水平的信息基础. 由于城市污水处理过程运行环境复杂，多处于泥水混合状态，具有腐蚀性强、干扰多等特点，检测设备获取的数据受污染严重，易出现缺失、离群等异常现象，这为城市污水处理过程数据的分析、处理和运用带来困扰. 如何获取高质量数据、降低异常数据影响已成为污水处理过程数据应用面临的挑战. 为此，城市污水处理厂通常在数据应用过程中采用数据清洗方法，识别异常数据特征，并对异常数据进行剔除和补偿，保证数据的可信度. 然而，城市污水处理过程数据存在异常特征多样，包括离群数据、重复数据和缺失数据等，异常数据难以被识别和重新补偿，导致数据清洗效果不理想.

针对异常数据特征难以识别的问题，基于概率分布的异常数据识别方法被广泛应用. 该方法主要通过分析污水处理过程数据的分布特性，给定正常数据置信区间，当数据超出置信区间时则判定为异常数据[1-2]. 该方法主要适用于变量数据存在可辨识的分布特性，如高斯分布、泊松分布等[3]，但污水处理数据采集受进水波动、工……