[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

说明书

本发明提供一种考虑工况波动的自适应设备报警方法和系统，根据远程运维平台中的报警记录，获取报警时刻前后的历史数据；对历史工艺参数进行聚类建模分析，输出每组工艺参数对应的工况聚类模型；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；实时获取设备的工艺参数和状态参数进行阈值预警。能够解决现有报警技术仅采用单一报警延时时间、不区分工况信息导致设备的误报警问题，解决工况波动造成的大量误报警的问题。

技术领域

本发明属于智能故障诊断技术领域，具体涉及能够明显改善设备误报警问题的智能故障诊断技术。

背景技术

电机、泵、齿轮箱、发动机、压缩机等是石化、电力、钢铁等流程工业中广泛使用的机械，该类设备安全、稳定的运行，会产生良好的经济效益和社会效益。目前，企业中的大型设备多数已安装在线监测系统，并且通过设定固定阈值达到对设备异常预警的目的。同时，为了减少信号突变等原因造成的信号偶尔超出阈值的情况，通常对设备还会在阈值预警的基础上增设延时报警次数，即连续几次超出阈值才进行报警。但是，当前的在线监测系统可能会因为噪声、干扰信号和工况波动等的影响使实时采集的监测数据反复超过报警线，导致出现大量错误的预警信息，从而增加基地经理和现场检修人员的工作负担，并给企业带来经济损失。

发明内容

本发明要解决的技术问题是：解决现有报警技术仅采用单一报警延时时间、不区分工况信息导致设备的误报警问题，提供一种考虑工况波动的自适应设备报警方法和系统，以解决工况波动造成的大量误报警的问题。

为解决上述技术问题，本发明采用如下技术方案：

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和/或工艺参数进行阈值预警，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。

上述技术方案中，步骤S2采用基于密度的聚类方法DBSCAN进行聚类建模分析。

上述技术方案中，步骤S4确定最优延时报警次数的步骤如下：