[发明专利]一种基于数据提取的关联报警的识别方法

说明书

技术领域

本发明属于工业检测与报警技术领域，特别涉及一种基于数据提取的关联报警的识别方法。

背景技术

随着工业企业的日益大型化和复杂化，越来越多的故障不仅影响了企业效益，更带来了很多的安全问题。在工业应用中，单回路、串级等经典控制方法的应用已经很成熟，单点报警和局部系统的故障诊断也被大量应用。然而随着系统规模的不断加大，报警数量的众多和无序逐渐降低了操作员的操作效率，如何对众多报警信号进行科学管理，以达到过滤无效报警信号、凸显关键报警信号的目的，从而提高操作效率、降低安全事故的发生概率，成为保证企业效益的关键问题。

对于一个智能报警管理系统，十分关键的组成部分是对多变量报警的管理。在流程工业中，系统发生故障时会涌现大量的报警信号，称为警涌现象。这是因为一方面对于系统的关键物理量，往往会设置多个报警信号以保证可靠性，由此带来重复报警现象；另一方面由于系统内部的相互关联，故障情况会从故障源向相关联的环节传播，引发多处报警，称为关联报警现象。

对于重复报警，可以利用设置死区、延迟报警时间、报警搁置以及报警自动抑制的方法来处理。但是对于关联报警，利用上述处理方式就无法消除负面影响。

经过专利检索，现有的在相近领域关注相似问题的专利有：

徐晓滨宋晓静文成林在专利号CN102789676中公开的《一种基于报警证据融合的工业报警器设计方法》。该专利所关注的问题是如何从一系列的报警数据的融合，不断调整一个可信度函数，从而得出是否要报警的决定，该专利不关注不同报警变量之间的报警是否有关联。

李勇徐化岩孙彦广于立业在专利号CN102509174中公开的《一种基于工业过程数据的报警限自学习系统的方法》。该专利关注的问题主要在如何通过采集系统所采得的数据即时计算并更新报警限，即报警阈值。该专利不关注报警信号的关联程度。

朱剑峰赵劲松在专利号CN102436720中公开的《一种基于数据过滤的重复报警处理方法》。该专利主要关注如何使用过滤窗口对报警信号进行过滤，减少重复报警的数量，不关心报警信号之间的关联程度。

发明内容

本发明为克服已有技术的不足之处，提出了一种基于数据提取的关联报警识别方法，这种方法在多个报警之间存在关联报警的情况时，能够正确的处理该情况，帮助操作员判断故障源头，降低安全事故发生概率。这种关联报警的识别方法还能够研究系统内部变量之间的关系，有助于达到系统优化的目的。

本发明提出的一种基于数据提取的关联报警识别方法，该方法包括以下的步骤：

1）确定被监测系统中报警变量的数目X，对每个报警变量的报警时间进行监测和记录；绘制以独立的报警变量为节点的因果关系拓扑图；

2）对于该系统中的两个报警变量A与B，首先选取一段时间；在该段时间内，设报警变量A的所有报警a₁,a₂,…,a_n，n为报警变量A在该段时间内的报警总数，分别发生在时刻t_a1,t_a2,…t_an；报警变量B的所有报警b₁,b₂,…b_m，m为B报警变量在该段时间内的报警总数，分别发生在时刻t_b1,t_b2,…t_bm,根据报警变量A和B的发生时间，确定报警变量A与B之间是否相互关联；

3）对于被监测系统中所有未计算的报警变量对，遵循步骤2）进行处理，得出每一对报警变量之间的关联度P_a→b、P_b→a、因果强度I_ab（a,b=1,2,…X且a<b），根据计算结果把因果关系图补充完整。

所述步骤2）具体步骤如下：

2-1）找到报警变量A的第i次报警a_i发生之后的报警变量B的第一次报警b_j，两者的时间间隔为Δt_i，即：

Δt_i=t_bj-t_ai,i=1,2,...,n  （1-1）

将A、B互换之后作同样的处理，也即找到报警变量B的第k次报警发生之后报警变量A的第一次报警a_l，两者的时间间隔为Δt_k，即：