1.一种工业企业大用户用水异常监测预警方法，其特征在于该方法包括以下步骤：步骤1 建立工业企业用水监测数据库

针对某工业企业，建立企业用水监测数据库；其中数据库中的数据项包括采样时间t、累积用水量SUMt、间隔期用水量qt、进水流量ft、异常标志和修复标志；

将漏损计量平台或SCADA系统、供水抢修系统采集到的数据，经过必要的匹配、格式转换，导入数据库；其中，历史数据超过12个月，采样间隔≤15分钟；

步骤2 计算历史稳定期动态24小时用水量Qt

针对历史稳定期，计算每天每个采样时刻Qt，

Qt＝SUMt-SUMt-24h

其中t表示采样时刻，SUMt-24h为t时刻24小时前的累积用水量；

步骤3 采用KS检验对24小时用水量Qt序列进行正态分布验证使用Matlab/SPSS/R语言中的ks.test()函数，对Qt序列进行正态分布检验；当检验结果p-value<0.05，则表明数据序列不满足正态性，随后进入步骤4；反之，则认为数据序列满足正态性，随后进入步骤5；

步骤4 偏态分布时，计算箱线图上下限参数

对24小时用水量Qt序列按升序排列；找到用水量Qt升序序列中的中位数Q1/2，第一四分位数Q1/4和第三四分位数Q3/4，则四分位数间距IQR＝Q3/4-Q1/4.

计算箱形图上下限：上限QMax＝Q3/4+1.5*Kα*IRQ，下限QMin＝Q1/4-1.5*Kα*IRQ，下限QMin最小为0；这里，Kα为调整系数，取值范围0.7≤Kα≤1.3，初始值取1；

然后，确定箱线图的上界阈值QMax和下界阈值QMin；

随后进入步骤6；

步骤5 正态分布时，计算SPC控制图参数

计算24小时用水量Qt序列的平均值u和标准差σ；计算SPC控制图上限控制线QUCL＝u+3*Kβ*σ,下限控制线QLCL＝u-3*Kβ*σ，下限控制线QLCL最小为0；这里，Kβ为调整系数，取值范围

0.7≤Kβ≤1.3，初始值取1；

然后，确定SPC控制图的上界阈值QUCL和下界阈值QLCL；

随后进入步骤6；

步骤6 工业企业用水异常监测预警

获取SCADA实测数据，针对每个采样时刻，滚动计算24小时用水量Qt，与上下界阈值比较，进行超限判断及预警。

2.根据权利要求1所述的一种工业企业大用户用水异常监测预警方法，其特征在于：还包括数据预处理：对正常日少数缺漏数据进行插补,个别异常过滤；对异常日数据进行整体剔除。

3.根据权利要求1所述的一种工业企业大用户用水异常监测预警方法，其特征在于：利用过去12个月历史数据，优选Kα；如当前Kα，能检测出全部异常事件，则微增Kα，搜索满足”全部检测出异常事件”的最大Kα值；如当前Kα，不能检测出全部异常事件，则微减Kα，搜索满足”全部检测出漏损事件”的最小Kα值。

4.根据权利要求1所述的一种工业企业大用户用水异常监测预警方法，其特征在于：利用过去12个月历史数据，优选Kβ；如当前Kβ，能检测出全部异常事件，则微增Kβ，搜索满足”全部检测出异常事件”的最大Kβ值；如当前Kβ，不能检测出全部异常事件，则微减Kβ，搜索满足”全部检测出漏损事件”的最小Kβ值。

5.根据权利要求1所述的一种工业企业大用户用水异常监测预警方法，其特征在于：持续更新工业企业用水监测数据库，如发现漏报，或误报率>5％，则重新执行步骤2，尽量利用新近的稳定期样本数据，重新确定上下界阈值，保证监测预警准确性。