T／CECS 20010-2021  城镇给水水质监测预警技术指南(完整正版、清晰无水印)

息。其判断方法是，选取一定时间段内的水质指标数据，统计其 变化幅度，设定适宜的波动幅度作为水质异常的预警國值，超出 预警或值时提出预警信息。具体应用案例见附录A。 （5）水质检测值未超标，但达到了所选用标准限值的80%～ 90%时，水质可能存在污染风险，提出预警信息。 （6）对于在现行国家标准或行业标准中未涉及但存在水质风 险的水质指标（如藻类等），应根据各地水源情况及水厂工艺应 对能力，设置预警阈值，开展监测预警工作，方法参照标准内 指标。 （7）时序预警应按下列要求执行： 1）应先对水质指标进行错误值剔除、缺失值填充等数据预 处理操作； 2）可对水质指标时序数据进行自相关分析，识别其随机性 平稳性、趋势性、周期性等模式特征； 3）可采用的时序分析预测模型有自回归模型（AR）、差分 整合移动平均自回归模型（ARIMA）、指数平滑模型等；根据 数据模式特征，选取相吻合的预测模型进行时序分析和预测；时 分析应用案例可参考附录B和附录C。 2.多指标监测预警 多指标监测预警主要包括相关性分析、回归分析、分类分析 等方法，并应符合下列要求： （1）水质相关性分析 1）相关性分析前，应先进行错误值剔除、缺失值填充等数 据预处理操作。 2）应根据数据变量类型及分布特征，选择所采用的相关系 数类别；当两变量均为连续数值型且服从正态分布时，可选 Pearson相关系数，当不服从正态分布时，可选用Spearman和 Kendall系数；当两变量均为有序分布类型时，可选用Spearmar 系数：当两变是一个为分米变是，另一个为连续数值变量可选用

（2）水质回归/分类分析预警 1）应根据供水全流程各环节水质风险的类别和特点，选取 分析应用场景，同时结合指标数量、数据量大小、结构和特征， 选择适宜的模型进行回归或分类分析。 2）分析前应先对水质数据进行错误值剔除、缺失值填充等 预处理操作。 3）可采用平均绝对误差（MAE）、均方误差（MSE）、均方 根误差（RMSE）、解释变异、决定系数R2等对回归模型进行评 估；可采用准确率（Accuracy）、精确率（Precision）等对分类 模型进行评估；水质回归分析预警的应用案例可参考附录E。 3.在线综合毒性生物监测预警 在线综合毒性生物监测预警包括发光菌、生物鱼法等类型， 应综合考虑水质风险评估结果、技术适用性以及建设与运行成本

等因素，选择适宜技术类型，并符合下列要求： （1）发光菌法 1）可选择费氏弧菌、明亮发光杆菌、青海弧菌等作为受试 菌种。 2）连续采集被测水体正常情况下的发光细菌发光强度数据 确定发光强度变化正常范围并设置预警值，一般推荐发光菌发 光强度变化率超出正常水体值20%设定为预警阈值。 3）根据采集到的发光细菌发光强度数值，结合设定预警 值，判断发光强度是否异常，实现对水质污染情况的监测预警。 4）水质监测预警设备的运行维护和校验现行行业标准《城 镇供水水质在线监测技术标准》CJJ/T271的有关规定执行，菌 种更换周期一般为1周/次。 （2）生物鱼法 1）可选择斑马鱼、青鱼等作为监测鱼种，选择原则为对 污染物敏感、易获得、易于饲养。 2）应用生物鱼法综合毒性技术进行水质监测预警，被测水 体温度不宜低于15℃。 3）连续收集被测水体正常情况下的鱼类行为参数，基于水 质本底设定预警值（一般推荐预警阈值为60%），判断受试鱼 行为是否异常，实现对水质污染情况的监测预警。 4）水质监测预警设备的运行维护和校验按现行行业标准 《城镇供水水质在线监测技术标准》CJJ/T271的有关规定执行， 受试鱼更换周期一般为1月/次

第三节水源水质监测预警信息响应

1.应建立完善的水源应急预案，成立应急指挥工作组，明 确人员分工bs标准，明确响应机制，储备应急物资和应急技术等。 2.当出现预警信息时，单一指标的报警信息应审核数据的 有效性；趋势预警信息应立即加密监测及核实；综合毒性生物监

2水源水质监测预警信息响应流程

第五章水厂水质监测预警

第一节水厂水质风险分析

第二节水厂水质监测预警技

（游离氯、二氧化氯、总氯）和电导率等；当水源遭受咸潮影响 时，可增加氯化物或电导率指标；对于原水检出“两虫”（贾第 鞭毛虫、隐抱子虫）风险时，可在滤池进出水位置增加颗粒计数 仪或浊度仪，确保颗粒物去除率在3log以上（99.9%）或者出 水的浑浊度在O.1NTU以下。 （3）水厂工艺过程水质在线监测指标应根据水质实际情况进 行选择，监测指标包括浑浊度、余氯、pH等。 二、水厂水质监测点位选择 （1）出厂水水质在线监测点应与实验室水质检测采样点统筹 考虑，应设在出厂主干管上，采集样品应具有代表性， （2）水厂可根据工艺及水质管理需要，在主要净化工艺单元 出水设置在线监测点。 三、水厂水质监测设备配置 （1）实验室检测仪器设备配置参照本指南第四章第二节第三 条。此外，还应配置消毒剂余量（余氯、二氧化氯）监测仪。 （2）出厂水在线监测设备的配置应结合水质风险、水源类型 和经济合理性等因素，综合考虑选择水质在线监测仪表。 四、水厂水质监测预警方法 水厂水质监测预警方法可采用单一指标监测预警和多指标监 测预警等方法。单一指标监测预警可选择超限值报警、异常波动 预警、临近限值预警、时序分析预警等方法；多指标监测预警方 法可选择相关性分析、回归分析、分类分析等方法。具体方法、 流程参照本指南第四章第二节第四条第1款和第2款

第三节水厂水质监测预警信息响应

（1）应制定完善的水厂应急预案，建立应急指挥工作组，明 确人员分工、物资储备和应急技术，以及完善的上报机制等 （2）当水厂水质出现单一指标的预警时，应审核数据的有效 性，并立即采取实验室检测方式核查。

1水厂水质监测预警信息响应流程

第一节管网水质风险分析

一、管网水质风险识别 管网水质风险识别应主要包括收集城市管网管材、管龄、管 经、压力、流量及计量分区等基础信息，同时要收集历年水质抽 检和自检水质数据及热线投诉的水质数据，对存在的水质风险信 息进行综合分析和整理。 二、管网水质风险评估 （1）在管网水质风险识别的基础上，筛选出须重点监测的风 险指标信息，并结合历史水质数据，进行风险评估， （2）应及时汇总风险信息，形成风险污染物清单，并标明其 主要来源等。 （3）应每年对清单进行评估，必要时进行调整或修订

第二节管网水质监测预警技术

管网水质常见风险源水质关键指标

（3）可结合GIS、机器学习、模糊聚类等技术对水质进行分 统计、时空染分析及可视化展示。

第三节管网水质监测预警信息响应

第七章数据管理及信息化系统建设

一、数据质量控制 （1）实验室检测设备应该符合现行行业标准《检验检测机构 资质认定能力评价检验检测机构通用要求》RB/T214的要求定 期检定、核查和校准。 （2）实验室检测应保证分析方法的适用性，包括空白值、方 法检出限、校准曲线、精准度及干扰因素等应符合现行国家标准 生活饮用水卫生标准检验方法》GB/T5750的要求。 （3）实验室检测过程应按现行国家标准《化学分析方法验证 确认和内部质量控制要求》GB/T32465的有关规定采取质量控 制措施和分析系统核查。 （4）水质在线监测仪器的性能、校验和运行维护应符合现行 行业标准《城镇供水水质在线监测技术标准》CJJ/T271的规 定。该标准中未涉及的在线监测仪器应至少每季度校验一次，校 验的方式可选择自动或手工校准，内容应包括但不局限于重复性 式验、零点漂移和量程漂移试验。 （5）在线监测每月应至少进行1次实际水样的实验室比对、 1次质控样考核，其中考核测定的相对误差允许范围为理论值的 土10%。 （6）综合毒性生物监测过程中应保持受试生物的正常活性及 稳定性，定期校验水质监测预警设备，以保证测定结果的准确 生、可靠性。 二、数据清洗 （1）实验室数据按现行国家标准《生活饮用水卫生标准检验

方法》GB/T5750的有关规定对异常值进行判断处理、对数据 进行整理修约。 （2）在线监测维护人员应每天检查系统运行情况和监测数据 的实时性，并对数据进行分析，发现异常数据及时处理。 三、数据审核 （1）实验室数据审核按现行国家标准《生活饮用水卫生标准 检验方法》GB/T5750执行，包括水体中各种化学平衡、误差 计算公式及评价标准表，及时发现较大的分析误差和失误，控制 和核对数据的正确性。 （2）在线监测数据审核发现异常值时，应对设备的运行情况 进行检查，若确定为设备故障时，对异常数据做标识不参与统计 分析，并及时排除设备故障。 （3）在线监测数据审核发现无效的数据时，需要通过现场检 查、质控等手段识别后再做处理。无效的数据包括监测值为负的 数据、质控不合格时段的数据以及报警期间的数据 （4）在线监测数据审核发现缺失的在线监测数据时，以缺失 时间段上推至与缺失时间段相同长度的前一时间段测量值的算术 均值或中位值替代。pH、溶解氧用中位值代替，其他指标用算 术均值代替。 四、数据备份 应实时备份监测数据，有条件的可以实行异地备份：每月进 行一次人工备份。每年将全年的监测数据拷贝至光盘或以其他安 全的形式保存。

一、信息化系统建设 （1）地级以上及其他供水水源污染风险较大的城市，应结合 水质预警的需要建设信息化系统。 （2）信息化系统的设计及建设应按高可靠性、实用性、开放

生、先进性、安全性和经济性等原则进行设计。 （3）信息化系统应包括数据采集层、数据及服务支撑层、应 用层和可视化层等，应建立标准化网络安全、运行保障等支撑性 管理体系。 （4）信息化系统应在数据现状和需求分析的基础上进行数据 设计和建设，数据库应兼容多源、多类型数据，数据格式应按 现行行业标准《城镇供水管理信息系统供水水质指标分类与编 码》CJ/T474及《城镇供水管理信息系统基础信息分类与编 码规则》CJ/T541的有关规定进行设计。 二、基础建设 （1）信息化系统建设时应建设机房、软件、硬件（含网络） 等环境设施。 （2）机房建设应符合现行国家标准《数据中心设计规范》 GB50174、《网络工程设计标准》GB/T51375和《网络工程验 收标准》GB/T51365的有关要求。 （3）软件环境包括数据库软件、操作系统软件、杀毒软件和 其他专用软件等，应选择性能稳定的版本、具备兼容性和支持大 量数据管理功能的软件。 （4）硬件环境应包括服务器、存储设备、防火墙、交换机 web防火墙等，应满足系统运行、数据备份和数据安全的要求。 （5）信息化系统运行过程中应进行软硬件升级与维护，系统 宜具备每天24小时不间断运行能力，不因系统升级与维护而影 响使用。 三、系统功能 （1）信息化系统应根据城镇给水水质监测预警的需要，实现 水质数据存储管理、数据应用和监测预警等功能， （2）数据存储管理应实现数据录入、数据核查、历史数据管 理、数据输出及数据备份等功能。 （3）数据应用应实现数据查询、统计、空间分析和数据共享

附录 A水质异常波动预警案例

为某地表水高锰酸盐指数设置异常波动预警阈值，如检测数 据超过该阈值，则进行异常波动预警

（1）选择该地表水2016年～2019年高锰酸盐指数检测 数据。 （2）对相邻数据计算差值， （3）通过计算标准差，分析该组差值的数据波动性。 （4）根据管理要求，确定该地表水高锰酸盐指数异常波动预 警阅值。 具体分析过程如下：

根据管理要求，例如以平均值土3c的计算方法确定阈值 异常波动预警的阈值为士0.90

附录B原水水质总氮时序分析预警案例

济南市某引黄水库原水总氮经常超标，为做好水质风险预 警，根据2012年5月～2016年5月的总氮月检数据，预测未来 12个月的总氮月度数据。

（1）对水质风险预警应用场景进行分析并选择总氮作为时序 分析预警指标。 （2）对总氮数据进行整理和数据预处理。 （3）根据应用场景，结合数据季节性、趋势性等分布特征选 择适宜的趋势（时序）分析预警模型（指数平滑法、ARIMA 等），此处选择指数平滑模型。 （4）对模型分析结果进行解读，并给出相应的业务策略或 建议。

采用指数平滑模型预测该水库2016年6月至2017年5月的 总氮浓度分别为3.43mg/L、2.96mg/L、2.40mg/L、1.97mg/ L、1.76mg/L、2.12mg/L、2.41mg/L、2.60mg/L、2.91mg/ L、3.38mg/L、3.44mg/L和3.54mg/L，均超出国家标准《地 表水环境质量标准》GB3838－2002Ⅲ类水质标准，水质风险 较高。

寸录C水质嗅味市民投诉量时序分析预警案

以黄河下游某城市为研究对象，整理近10年水质问题市民 诉热线工单数据，并以投诉量较多的水质嗅味问题为例，分析 变化趋势，并对未来1年嗅味问题的投诉数量进行预测分析

电力标准规范范本附录 D出厂水水质相关性分析预警案

对济南市桌水厂出厂水中pH、浑浊度、微生物、消毒剂、 铝等水质指标的相关性进行分析，以揭示指标间的内在联系，及 时发现水质特征和规律

D.2.2 结果与分析

铝与pH、浑浊度具有显著的相关性。目前的研究表明pH 是影响饮用水中残余铝浓度的最主要因素之一。pH对饮用水中 残余铝浓度的影响主要通过两个方面：一是影响不同铝组分的溶 解度，pH中性或弱碱性条件下铝的溶解度较低，不易在出水中 残留；二是影响铝盐混凝剂与水中污染物的作用机制和作用效果， 从而造成水中残余铝含量的不同。出厂水中混凝剂残留是导致铝 超标的主要原因。有研究提出，出厂水中浑浊度高于0.5NTU时， 可能出现铝超标的问题，这表明控制出厂水浑浊度对控制出厂水 残余铝是必要的。 浑浊度与微生物具有一定的相关性。水中的微生物主要附着 在水中的悬浮物上，水的浑浊度低，微生物失去附着体，也就失

去了生存条件。这与其他研究中结果一致。有研究表明建筑管理，浑浊度 与菌落总数存在正相关性，与消毒剂存在负相关性。浑浊度与微 生物污染互为因果，微生物污染会造成浑浊度的上升，同时浑浊 度较高时会影响消毒效果，导致饮用水中微生物的繁殖，从而增 加消毒剂的消耗，因此浑浊度与消毒剂呈一定的负相关，

E.1应用场景及模型选择

选取济南市某水库为研究对象，整理了其近10年的原水水 质数据，通过标准化预处理和相关性分析后，选择与水体富营养 化有关指标，如水温、透明度、光照、风速、溶解氧、总磷、总 氮、氨氮、高锰酸盐指数、叶绿素a等，将其作为模型输入因 子，将叶绿素a作为模型输出因子，构建支持向量机回归预测模 型，用于训练和测试的样本数量比例为2：1。 模型具体参数：核函数为径向基函数，损失函数为绝对差函 数，模型C、g、w参数分别为0.6、0.5、0.16。