[发明专利]异常运行数据的聚类方法、装置、存储介质及处理器

权利要求书

1.一种化工装置异常运行数据的聚类方法，其特征在于，该方法包括：

确定第一时间段内多个运行参数中每个运行参数的运行数据的至少一个波动时刻；

根据所述每个运行参数的运行数据的至少一个波动时刻，确定所述多个运行参数中任意两个运行参数的波动关联性；

将所述多个运行参数中具有波动关联性的运行参数连接以形成关系网络；

根据所述关系网络，基于快速模块度优化算法，对所述每个运行参数的运行数据进行聚类。

2.根据权利要求1所述的化工装置异常运行数据的聚类方法，其特征在于，所述确定第一时间段内多个运行参数中每个运行参数的运行数据的至少一个波动时刻包括：

确定第一时间段内所述每个运行参数的运行数据的标准差和均值；

针对每个运行参数，确定大于所述均值与预设倍数的标准差之和的运行数据的运行时刻作为所述至少一个波动时刻。

3.根据权利要求1所述的化工装置异常运行数据的聚类方法，其特征在于，所述根据所述每个运行参数的至少一个波动时刻，确定所述多个运行参数中任意两个运行参数的波动关联性包括：

根据所述第一运行参数在所述第二运行参数的每个波动时刻之后的预设时间内也具有波动时刻的次数以及所述第二运行参数的波动时刻的数量，得到隶属度；

根据所述第二运行参数在所述第一运行参数的每个波动时刻之前的预设时间内具有的波动时刻的数量之和以及所述第一运行参数的波动时刻的数量，得到置信度；

根据所述隶属度和所述置信度判断所述波动关联性。

4.根据权利要求3所述的化工装置异常运行数据的聚类方法，其特征在于，所述根据所述隶属度和所述置信度判断所述波动关联性还包括：

在所述置信度大于置信度阈值且所述隶属度大于隶属度阈值时，确定所述第二运行参数和所述第一运行参数具有波动关联性；

在所述置信度小于等于置信度阈值和/或所述隶属度小于等于隶属度阈值时，确定所述第二运行参数和所述第一运行参数不具有波动关联性。

5.根据权利要求3所述的化工装置异常运行数据的聚类方法，其特征在于，所述根据所述第一运行参数在所述第二运行参数的每个波动时刻之后的预设时间内也具有波动时刻的次数以及所述第二运行参数的波动时刻的数量，得到隶属度包括：

使用所述第一运行参数在所述第二运行参数的每个波动时刻之后的预设时间内也具有波动时刻的次数除以所述第二运行参数的波动时刻的数量以得到隶属度。

6.根据权利要求3所述的化工装置异常运行数据的聚类方法，其特征在于，所述根据所述第二运行参数在所述第一运行参数的每个波动时刻之前的预设时间内具有的波动时刻的数量之和以及所述第一运行参数的波动时刻的数量，得到置信度包括：

使用所述第二运行参数在所述第一运行参数的每个波动时刻之前的预设时间内具有的波动时刻的数量之和除以所述第一运行参数的波动时刻的数量以得到置信度。

7.根据权利要求1所述的化工装置异常运行数据的聚类方法，其特征在于，快速模块度优化算法中的模块度通过以下公式计算：

其中m为所述关系网络中的总连接数，A_ij表示运行参数i和j之间是否有连接，如果有连接则A_ij＝1，如果没有连接则A_ij＝0，k_i和k_j为运行参数i和j的连接数，C_i和Cj为运行参数i和j所属的社区，当Ci＝Cj时δ(C_i,C_j)为1，否则δ(C_i,C_j)为0。