[发明专利]一种工业报警泛滥的在线检测方法

摘要

本发明属于信号处理领域，尤其涉及一种工业报警泛滥的在线检测方法，包括以下步骤：(1)获得报警变量的测量数据，计算每个报警变量对应的持续时间和报警间隔，通过延滞定时器对测量数据中的抖动报警进行剔除预处理；(2)根据设定的时间窗口和时间窗口的滑动大小将预处理后的测量数据划分为若干数据集，计算每个数据集的索引集；(3)计算每个索引集的基数，根据索引集的基数判定是否存在报警泛滥，并在判定过程中引入参数为m的延滞定时器消除抖动报警；(4)对所有划分的数据集依次进行迭代运算，通过时间趋势图对检测结果进行分析。本发明能解决采用报警出现次数的统计结果进行报警泛滥的检测的过程中受滋扰报警影响过大的问题。

主权项

1.一种工业报警泛滥的在线检测方法，其特征在于，包括如下步骤：(1)获得报警变量x₁,x₂,…,x_M的测量数据X(t‑N+1:t)＝[x₁(t‑N+1:t),...,x_M(t‑N+1:t)]，计算每个报警变量对应的持续时间和报警间隔，并通过延滞定时器对测量数据中的抖动报警进行剔除预处理；具体步骤包括：设定x_i(t‑N+1:t)＝[x_i((t‑N+1)h),...,x_i(th)]^T,i∈[1,M]是第i个报警变量x_i的数据集，h为一个实值采样区间，t为一个取值为正整数的采样间隔，N为一个取值为正整数的样本的数量，为了简化表示，假设h取值为1s，则t的物理解释为即时采样时刻，单位为秒，如果报警变量x_i进入报警状态，则x_i取值变为1，反之则为0；定义报警的持续时间为T₁，T₁表示报警变量x_i从一个报警出现时刻到下一个报警清除时刻之间连续的时间，报警出现定义为报警变量x_i从“0”到“1”的事件，报警清除定义为报警变量x_i从“1”到“0”的事件，报警持续时间T₁＝t₂‑t₁+1，其中x_i(t₁‑1)＝0,x_i(t₂+1)＝0，t₂＞t₁，t₁为一个报警出现时刻，t₂为t₁紧邻的下一个报警消失时刻；定义报警的报警间隔为T₀，T₀表示报警变量x_i从一个报警消失时刻到下一个报警出现时刻之间连续的时间，报警间隔具体为T₀＝t₂‑t₁+1，其中x_i(t₁‑1)＝1,x_i(t₂+1)＝1，t₂＞t₁，t₁为一个报警消失时刻，t₂为t₁紧邻的下一个报警出现时刻；(2)根据设定的时间窗口和时间窗口的滑动大小将预处理后的测量数据划分为n个数据集，每个数据集记录对应的采样时刻之前的一个时间窗口内的数据，计算每个数据集的索引集；具体步骤包括：a.定义记录报警出现的索引集I₁(t)，用于记录在时间窗口内出现过报警状态的报警变量；定义索引集I₂(t)，用于记录报警状态历时大于等于时间窗口的报警变量；考虑到常驻报警，定义索引集I₃(t)，用于记录大于常驻报警时间窗口的报警变量；定义索引集I(t)，用于记录最近进入过报警状态的报警变量；b.对于第k个报警数据集表示第k个采样时刻的前面一个时间窗口内记录的报警数据集，其索引集分为两部分，第一部分为I₁(kT)，第二部分为上个窗口中进入报警状态且报警持续时间大于时间窗口、小于常驻报警时间窗口的报警变量，即为I₃(kT)的补集和I((k‑1)T)以及I₂(kT)的合集，具体为(3)计算每个索引集对应的基数，根据索引集的基数判定是否存在报警泛滥，具体为：计算第k个报警数据集的索引集对应的基数，即索引集中元素的数量，记为|I(kT)|；设定报警泛滥的阈值，如果索引集的基数|I(kT)|大于该阈值，则判定存在报警泛滥，记x_AF(kT)＝1，如果索引集的基数|I(kT)|小于该阈值，则判定不存在报警泛滥，记x_AF(kT)＝0；并在报警泛滥的判定过程中引入参数为m的延滞定时器消除抖动报警；(4)对所有划分的数据集依次进行迭代运算，通过时间趋势图对检测结果进行分析。