[发明专利]基于时序波动关联的化工异常因果分析与图形展示方法

说明书

本发明涉及一种基于时序波动关联的化工异常因果分析与图形展示方法，主要解决现有技术中报警泛滥、准确率低、计算量大的问题。本发明通过采用一种基于时序波动关联的化工异常因果分析与图形展示方法，包括化工装置数据的实时采集平台搭建、数据预处理、单变量波动性分析与波动时间序列计算、基于波动关联度的因果关系网络构建、异常工况根原因挖掘与图像界面显示输出，基于时序波动关联分析法，利用运行数据，刻画变量之间的关联性，及时地提供报警和操作指导；图形显示界面中显示当前报警点信息的技术方案较好地解决了上述问题，可用于化工异常因果分析与图形展示中。

技术领域

本发明涉及一种基于时序波动关联的化工异常因果分析与图形展示方法。

背景技术

在报警系统中常出现报警冗余的情况，报警次数过多、频率过于频繁使操作员面临过多报警信息，不能有效地发现运行异常状况的关键点。如何控制报警频率，降低报警次数，消除冗余报警，提高报警准确率是报警管理中的重要问题。

在石化装置运行过程中，由于系统的强耦合性和关联性，常常由于某一个参数产生波动引起相关参数的变动，而相关参数又会引起更多参数的波动，从而在短时间内产生大量的报警。如果在这些大量报警信息中找到其最初的原因报警，则能大大提高报警系统的准确性和智能化，为操作人员提供有价值的高效报警信息。

目前对报警根原因的分析主要有因果分析法、时延相关性分析法、传递熵分析法。在上述三种报警根源因分析方法中[Tan S,Wang F L,Peng J,Chang Y Q,WangS.Multimode process monitoring based on mode identification.Ind.Eng.Chem.Res.,2012,51:374-388]，因果分析法由于只利用了报警时间信息，而忽视了变量的运行过程信息，不能全面刻画因果关系，遗漏了系统的整体关联性；传递熵分析法弥补了这一不足，但其巨大的计算量使该方法失去了应用价值；相对而言，时延相关性分析法的计算量复杂度较低，但仍需较大的计算。在目前的报警系统中，时效性十分重要，当多发报警发生时，能从大量报警中快速准确地识别出根源因报警可以及时为现场操作人员提供指导性信息，排除安全隐患。

另外，目前化工装置的报警系统显示界面主要为单一报警点的报警显示，或者在带有异常工况故障诊断的系统中，界面中出现从专家系统中分析得到的异常诊断信息。然而在现场操作实际中，操作人员希望能得到影响报警点变量的其他变量的信息，以便可及时判断装置出现的问题。

发明内容

本发明所要解决的技术问题是现有技术中报警泛滥、准确率低、计算量大的问题，提供一种新的基于时序波动关联的化工异常因果分析与图形展示方法，具有报警精准、准确率高、计算量小的优点。

为解决上述问题，本发明采用的技术方案如下：一种基于时序波动关联的化工异常因果分析与图形展示方法，包括化工装置数据的实时采集平台搭建、数据预处理、单变量波动性分析与波动时间序列计算、基于波动关联度的因果关系网络构建、异常工况根原因挖掘与图像界面显示输出，基于时序波动关联分析法，有效利用化工装置的运行数据，准确刻画变量之间的关联性，及时地提供报警和操作指导；图形显示界面中显示当前报警点信息并同时以追踪溯源的方式显示影响该报警的其他波动变量，为操作人员及时提供有效信息。

上述技术方案中，优选地，化工装置数据的实时采集平台搭建中，根据企业提供的数据采集接口，使用VC++编程实现的OPC DA服务器框架，从装置的控制系统或企业实时数据库采集运行实时数据，并刷新服务器的实时数据表，同时将实时数据以时间为序列存入每个参数的历史数据表。

上述技术方案中，优选地，数据预处理中，利用VC++编程对采集的原始运行数据进行标准归一化处理，并检验是否有数据残缺，如有残缺，则采取利用该变量上下时段数据进行滤波处理，利用人工输入的规则判定数据是否错误，如出现错误数据，当成残缺来处理。