[發明專利]一種基于相關性的報警關聯變量檢測方法及系統

有效

• 申請號: 201710206963.0
• 申請日: 2017-03-31
• 公開（公告）號: CN106778053B
• 公開（公告）日: 2019-04-09
• 發明（設計）人: 王建東;龐向坤;黃越;高嵩
• 申請（專利權）人: 國網山東省電力公司電力科學研究院;國家電網公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/06
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 張勇

本發明公開了一種基于相關性的報警關聯變量檢測方法及系統，其中，該方法通過對關聯變量建立二元時間序列，結合時間序列分段法和相關系數趨勢法，快速自動地從歷史數據中準確地獲取異常數據段，從而進行異常數據檢測，為實現多變量報警系統的動態報警閾值設計提供有利的條件，從而減少干擾報警，提高現場操作人員處理報警的效率，保障了生產安全性。

技術領域

本發明屬于信號處理領域，尤其涉及一種基于相關性的報警關聯變量檢測方法及系統。

背景技術

報警系統對保障燃煤發電機組的安全生產與高效運行發揮著至關重要的作用，由于實際工業過程中關聯變量之間的相互影響，傳統的單變量報警閾值設計方法可能產生大量干擾報警(漏報警和誤報警)并導致“報警過多”的發生，使得現場操作人員的注意力受到影響，增大了在異常生產狀況發生時做出正確處置的難度。

基于流程過程中設備或系統出現異常時變量間相關性往往較正常工況發生明顯變化的大量案例事實，尋找一種基于相關性的報警關聯變量的檢測方法來自動篩選出處于正常狀況和異常狀況數據段的檢測方法是十分必要的。

發明內容

為了解決上述問題，本發明的第一目的是提供了一種基于相關性的報警關聯變量檢測方法。該方法能夠快速自動地從歷史數據中準確地獲取異常數據段，從而進行異常數據檢測，為實現多變量報警系統的動態報警閾值設計提供有利的條件，從而減少干擾報警，提高現場操作人員處理報警的效率，保障了生產安全性。

本發明的基于相關性的報警關聯變量檢測方法，該方法在服務器或處理器內完成，其具體包括：

步驟1：從歷史檢測數據中提取預設時間長度的報警變量及與其相關聯的多個相關變量的數據，選擇其中一組報警變量及相關變量作為檢測對象；

步驟2：判斷選擇的報警變量及相關變量之間的動態延遲關系，進而建立二元時間序列T并將其標準化為T’；

步驟3：在由噪音引起的最小時間間隔的約束下，對二元時間序列T’進行分段；

步驟4：求取每一個分段的相關系數及其相關性趨勢；

步驟5：根據相關性趨勢與實際趨勢比較，獲取異常數據段及其相關信息。

進一步的，在所述步驟2中，若報警變量與相關變量之間存在動態延遲關系，則將預設時間長度的報警變量或者相關變量的時間長度進行平移并保持報警變量與相關變量之間存在動態延遲關系不變；如果報警變量與相關變量之間不存在動態延遲關系，則無需平移。

本發明首先判斷報警變量與相關變量之間的動態延遲關系，進而建立了準確的二元時間序列T，進而能夠準確地獲取異常數據段，提高了現場操作人員處理報警的效率，保障了生產安全性。

進一步地，在所述步驟3之前還包括：計算由噪音引起的最小時間間隔，其具體過程包括：

(3.1.1)獲取當前預設時間長度的報警變量的每一個下拐點，并求得相鄰下拐點之間的距離，進而構成數組d；

(3.1.2)對數組d進行排序并去掉重復元素，得到數組d0；求取數組d0的斜率變化最大的點及其最接近的下拐點之間的距離dm，dm為報警變量中的最小時間間隔；

(3.1.3)對相關變量重復步驟(3.1.1)和(3.1.2)，獲得相關變量的最小時間間隔dh；

(3.1.4)將dm和dh中的較大值作為二元時間序列T’的最小時間間隔。

最小時間間隔用于減少噪音對分段結果的影響，在處理實際工業過程數據時，噪聲的干擾會導致關鍵點之間的時間間隔過短，因此，在最小時間間隔的鄰域區域不進行關鍵點搜索。

進一步地，在所述步驟3中對二元時間序列T’進行分段的過程包括：