[发明专利]一种考虑工况波动的自适应设备报警方法和系统

权利要求书

1.一种考虑工况波动的自适应设备报警方法，其特征在于包括如下步骤：

S1：根据远程运维平台中的报警记录，获取相应设备报警时刻前后设定时间的历史数据；历史数据包括用来反映工况信息的工艺参数，和用来反映设备运行状态的状态参数；

S2：对历史工艺参数进行聚类建模分析，根据工艺参数的值的分布情况，将工艺参数划分到几组不同的取值范围中，即自动聚类为几种工况，且无需指定工况个数；

S3：输出每组工艺参数对应的工况聚类模型；

S4：对历史数据中判定为工况波动的误报警数据，根据工况聚类模型找出距离报警时刻最近的一次工况波动时刻，计算报警时刻和该工况波动时刻的差值，并比较该差值同延时报警次数和采样周期乘积之间的大小关系，确定最优延时报警次数N_new；

S5：实时获取设备的工艺参数和状态参数；

S6：对步骤S5获取的实时状态参数进行阈值预警，若连续N_old次超出阈值则达到报警条件，计算此时达到延时报警条件的时刻T_alarm同工况波动时刻T_wave的差值T_alarm-T_wave，并判断该差值同原延时报警次数和采样周期乘积N_old*T_cycle之间的关系；若T_alarm-T_wave＜N_old*T_cycle，则在T_alarm时刻进行报警；若T_alarm-T_wave≥N_old*T_cycle，则采用最优延时报警次数N_new作为阈值预警规则，即若满足连续N_new次超出阈值则进行报警，反之则不报警。

2.根据权利要求1所述的考虑工况波动的自适应设备报警方法，其特征在于步骤S2采用基于密度的聚类方法DBSCAN进行聚类建模分析。

3.根据权利要求1所述的考虑工况波动的自适应设备报警方法，其特征在于步骤S4确定最优延时报警次数的步骤如下：

对历史数据中判定为工况波动误报警的工艺参数数据，根据训练好的工况聚类模型，找出距离报警时刻T_alarm最近的一次工况波动的时刻T_wave，若满足T_alarm-T_wave＞N_old*T_cycle，则提高延时报警次数得到N_new＝N_old+1，重复以上步骤，直至满足T_alarm-T_wave≤N_new*T_cycle，则N_new即为工况波动延时报警次数，将连续N_new次超出阈值即报警作为新的延时预警机制；其中，N_old为原始或初始延时报警次数，连续N_old次超出阈值即报警为旧的延时预警机制；T_cycle为状态参数的采样周期。

4.根据权利要求1所述的考虑工况波动的自适应设备报警方法，其特征在于步骤S4确定最优延时报警次数还包括利用真实历史报警数据对N_new的合理取值进行验证和调整的步骤：

根据新的延时预警机制，若真实历史报警数据仍能正常报警，则N_new为最终的工况波动最佳延时报警次数；若因N_new过大导致漏报，则反向调整延时报警次数：N_new＝N_new-1，其中N_new≥N_old，直至所有真实报警数据均可以正常报警为止。