一種基於數據提取的關聯報警的識別方法
2023-11-02 22:01:57
一種基於數據提取的關聯報警的識別方法
【專利摘要】本發明涉及一種基於數據提取的關聯報警識別方法，屬於工業檢測與報警【技術領域】，該方法包括：確定被監測系統中報警變量的數目，對每個報警變量的報警時間進行監測和記錄；繪製以獨立的報警變量為節點的因果關係拓撲圖；首先選取一段時間；根據兩個報警變量發生報警時間，確定報警變量兩者之間是否相互關聯；對於被監測系統中所有未計算的報警變量對，得出每一對報警變量之間的關聯度、因果強度，根據計算結果把因果關係圖補充完整。本發明通過雙向的關聯度給出兩個報警變量之間的因果強度。就可以得出系統在某一段時間內的報警因果關係圖。如果因果強度超過某個閾值，就可以認為兩個報警信號之間是關聯的，從而提高了操作效率。
【專利說明】一種基於數據提取的關聯報警的識別方法
【技術領域】
[0001]本發明屬於工業檢測與報警【技術領域】，特別涉及一種基於數據提取的關聯報警的識別方法。
【背景技術】
[0002]隨著工業企業的日益大型化和複雜化，越來越多的故障不僅影響了企業效益，更帶來了很多的安全問題。在工業應用中，單迴路、串級等經典控制方法的應用已經很成熟，單點報警和局部系統的故障診斷也被大量應用。然而隨著系統規模的不斷加大，報警數量的眾多和無序逐漸降低了操作員的操作效率，如何對眾多報警信號進行科學管理，以達到過濾無效報警信號、凸顯關鍵報警信號的目的，從而提高操作效率、降低安全事故的發生概率，成為保證企業效益的關鍵問題。
[0003]對於一個智能報警管理系統，十分關鍵的組成部分是對多變量報警的管理。在流程工業中，系統發生故障時會湧現大量的報警信號，稱為警湧現象。這是因為一方面對於系統的關鍵物理量，往往會設置多個報警信號以保證可靠性，由此帶來重複報警現象；另一方面由於系統內部的相互關聯，故障情況會從故障源向相關聯的環節傳播，引發多處報警，稱為關聯報警現象。
[0004]對於重複報警，可以利用設置死區、延遲報警時間、報警擱置以及報警自動抑制的方法來處理。但是對於關聯報警，利用上述處理方式就無法消除負面影響。
[0005]經過專利檢索，現有的在相近領域關注相似問題的專利有:
[0006]徐曉濱宋曉靜文成林在專利號CN102789676中公開的《一種基於報警證據融合的工業報警器設計方法》。該專利所關注的問題是如何從一系列的報警數據的融合，不斷調整一個可信度函數，從而得出是否要報警的決定，該專利不關注不同報警變量之間的報警是否有關聯。
[0007]李勇徐化巖孫彥廣於立業在專利號CN102509174中公開的《一種基於工業過程數據的報警限自學習系統的方法》。該專利關注的問題主要在如何通過採集系統所採得的數據即時計算並更新報警限，即報警閾值。該專利不關注報警信號的關聯程度。
[0008]朱劍峰趙勁松在專利號CN102436720中公開的《一種基於數據過濾的重複報警處理方法》。該專利主要關注如何使用過濾窗口對報警信號進行過濾，減少重複報警的數量，不關心報警信號之間的關聯程度。
【發明內容】
[0009]本發明為克服已有技術的不足之處，提出了一種基於數據提取的關聯報警識別方法，這種方法在多個報警之間存在關聯報警的情況時，能夠正確的處理該情況，幫助操作員判斷故障源頭，降低安全事故發生概率。這種關聯報警的識別方法還能夠研究系統內部變量之間的關係，有助於達到系統優化的目的。
[0010]本發明提出的一種基於數據提取的關聯報警識別方法，該方法包括以下的步驟:[0011]I)確定被監測系統中報警變量的數目X，對每個報警變量的報警時間進行監測和記錄；繪製以獨立的報警變量為節點的因果關係拓撲圖；
[0012]2)對於該系統中的兩個報警變量A與B，首先選取一段時間；在該段時間內，設報警變量A的所有報警a」 a2,…，an，η為報警變量A在該段時間內的報警總數，分別發生在時刻tal，ta2,…tan ;報警變量B的所有報警b」 b2,…bm，m為B報警變量在該段時間內的報警總數，分別發生在時刻tbl，tb2,…tbm，根據報警變量A和B的發生時間，確定報警變量A與B之間是否相互關聯；
[0013]3)對於被監測系統中所有未計算的報警變量對，遵循步驟2)進行處理，得出每一對報警變量之間的關聯度Ppb、Pb1、因果強度Iab(a，b=l，2，一X且a〈b)，根據計算結果把因果關係圖補充完整。
[0014]所述步驟2)具體步驟如下:
[0015]2-1)找到報警變量A的第i次報警Bi發生之後的報警變量B的第一次報警b」，兩者的時間間隔為Ati，即:
[0016]
【權利要求】
1.一種基於數據提取的關聯報警識別方法，該方法包括以下的步驟: 1)確定被監測系統中報警變量的數目X，對每個報警變量的報警時間進行監測和記錄；繪製以獨立的報警變量為節點的因果關係拓撲圖； 2)對於該系統中的兩個報警變量A與B,首先選取一段時間；在該段時間內，設報警變量A的所有報警a」 a2,…，an，η為報警變量A在該段時間內的報警總數，分別發生在時刻tal, ta2, tan ;報警變量B的所有報警b」 b2,…bm，m為B報警變量在該段時間內的報警總數，分別發生在時刻tbl，tb2,…tbm，根據報警變量A和B的發生時間，確定報警變量A與B之間是否相互關聯； 3)對於被監測系統中所有未計算的報警變量對，遵循步驟2)進行處理，得出每一對報警變量之間的關聯度Pa —b、Pb — a、因果強度Iab(a，b=l，2，一X且a〈b)，根據計算結果把因果關係圖補充完整。
2.如權利要求1所述方法，其特徵在於，所述步驟2)具體步驟如下: 2-1)找到報警變量A的第i次報警％發生之後的報警變量B的第一次報警bp兩者的時間間隔為Ati，即:
3.如權利要求2所述方法，其特徵在於，所述Ptl值的計算方法如下: 2-5-1)對於A序列，計算每兩個報警變量之間的時間間隔，即: 2-5-2)隨機生成10對互異的序號: {(ik, jk) I k=l, 2，...10，ik, jk為隨機正整數且ik Φ jk}，每生成I對序號，就把該對序號對應步驟2-5-1)中的時間間隔AtikA，At/互相交換，交換完全部10對之後，得到報警序列A，； 2-5-3)重複步驟2-5-2) s次，得到s個A』序列； 2-5-4)對於每個A』序列，與B報警序列組成報警序列對，按照步驟2-1)到2-3)計算 關聯度PA，—B⑴,其中i=l, 2,…，s ;得到s個關聯度，取平均值焉
【文檔編號】G08B19/00GK103440730SQ201310309046
【公開日】2013年12月11日 申請日期:2013年7月22日 優先權日:2013年7月22日
【發明者】楊帆, 何自憑, 吳奕男 申請人:清華大學