[發明專利]一種基于自回歸模型的光纖測溫系統警報風險預測方法

在審

• 申請號: 202011428005.6
• 申請日: 2020-12-07
• 公開（公告）號: CN112697299A
• 公開（公告）日: 2021-04-23
• 發明（設計）人: 王一川;施運強
• 申請（專利權）人: 無錫科晟光子科技有限公司
• 主分類號: G01K11/32
• 分類號: G01K11/32;G08B21/18
• 代理公司: 北京挺立專利事務所(普通合伙) 11265
• 代理人: 沃趙新

本發明公開了一種基于自回歸模型的光纖測溫系統警報風險預測方法，包括如下步驟：溫度時間序列數據采集；對溫度時間序列數據做白噪聲檢驗，如果經過檢驗判定溫度時間序列為白噪聲；對溫度時間序列做平穩性檢驗，若經過檢驗判定為非平穩，則進行溫度時間序列的平穩化處理；建立模型，估算模型參數；檢驗模型的適用性，若檢驗通過，則得到擬合后的模型；預測時間序列；風險等級判別。解決了傳統技術依賴單一閾值判別容易引起誤報的問題。該方法可以根據前序信號的相關性，預測出后序信號，不在依賴單一閾值判別。

技術領域

本發明涉及光纖探測技術領域，具體涉及一種基于自回歸模型的光纖測溫系統警報風險預測方法。

背景技術

現有的分布式光纖測溫類產品對溫度信號的處理一般都是基于閾值判斷進行分類，分類的方法有：

1)超溫報警判斷。在所有檢測區域設置不同的超溫閾值，當存在溫度超過超溫閾值的檢測點時，就生成超溫報警；

2)溫升報警判斷。人工設定時間間隔和溫升報警閾值，當在設定的時間間隔內，存在檢測點的溫度上升速度超過溫升閾值時，就生成超溫報警；

3)預警判斷。有些廠家在設定超溫報警和溫升報警后，新增了超溫預警和超溫預警判斷，在沒有達到報警的情況下，提前生成預警；

4)歷史數據分析。基本所有的分布式光纖測溫類產品都提供了歷史數據分析功能，方便用戶分析過去一段時間的溫度變化情況。

現有的分布式光纖測溫類產品對溫度信號分類技術的主要缺陷：

1)只能依賴閾值判斷，誤報率高。

現有光纖測溫類產品普遍采用閾值判斷作為報警條件，只要有超過一個檢測點溫度達到或超過報警閾值，系統就會報警。但是現實中溫度是多變的，存在達到報警閾值，卻沒有持續報警狀態的情況，如果此時發出警報就屬于誤報。

2)溫度時間序列前后數據基本無關聯。

現有光纖測溫類產品，只關注光纖當前溫度，而沒有對溫度變化前后的溫度時間序列進行分析。溫升報警判斷雖然對前面一定時間內的數據進行分析，但是也僅限于最大溫度值和最小溫度值的對比，遠遠達不到前后關聯分析的程度。

3)沒有警報風險預測功能。

現有光纖測溫類產品，不存在對警報風險預測功能。隨著人工智能和機器學習的不斷進步，智能風險分析和預測成為了報警類產品發展的方向。智能風險分析能夠輔助光纖測溫類產品更好的降低誤報率。

4)歷史數據分析只能事后處理，無法實時預判。

歷史數據分析功能現有光纖類產品基本都有，可以對全傳感段和單點進行分析，初步統計溫度的變化情況，分析出危險容易發現的地點和時間段。但是，不能做到實時分析和預判，而且無法脫離人工干預過程。

發明內容

本發明要解決的技術問題是傳統技術依賴單一閾值判別容易引起誤報的問題。

為了解決上述技術問題，本發明采用的技術方案為：一種基于自回歸模型的光纖測溫系統警報風險預測方法，利用光纖探測對溫度進行檢測，包括如下步驟：

1)溫度時間序列采集：持續采集溫度時間序列，將每n個連續的檢測點作為一個數組；

2)對數組進行白噪聲檢測，當數組為非白噪聲時，則對其進行平穩性檢驗；

3)對溫度時間序列做平穩性檢驗，若經過檢驗判定為非平穩，則對數組進行的平穩化處理，并進入步驟2中再次進行白噪聲檢測；若經過檢驗判定為平穩，則建立回歸模型；

4)建立回歸模型，并計算模型參數；

5)對計算出的模型參數進行檢驗，若檢驗通過，則得到擬合后的模型；否則進入步驟4；