[發明專利]一種基于離群數據挖掘的液態危化品揮發濃度異常發現方法

在審

• 申請號: 202110273839.2
• 申請日: 2021-03-15
• 公開（公告）號: CN112949735A
• 公開（公告）日: 2021-06-11
• 發明（設計）人: 薛善良;彭振峰;韋青燕;肖雪
• 申請（專利權）人: 南京航空航天大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 南京天華專利代理有限責任公司 32218
• 代理人: 瞿網蘭

一種基于離群數據挖掘的液態危化品揮發濃度異常發現方法，其特征是首先是引入去一劃分信息熵確定離群屬性的權重；使用基于密度的聚類算法對傳感器所采集的原始數據集進行篩選得到初步離群數據集，提高算法的運行效率；然后，用P權值代替局部異常因子算法中的可達距離；最后利用新定義的基于P權值的局部離群因子LOFBP計算初步離群數據集中對象的離群程度。本發明通過使用數據挖掘技術處理大量的氣體濃度傳感器數據，可以提升單個氣體濃度傳感器數據可信度，使多個氣體濃度傳感器陣列的數據形成一個整體來進行空間氣體濃度估計，從而有效地幫助危化品生產加工企業提高生產安全風險識別能力，防范生產事故。

技術領域

本發明涉及的是一種離群數據挖掘方法，尤其是一種基于局部異常因子改進的液態危化品揮發濃度異常發現方法，將離群數據挖掘技術應用于危化品揮發氣體濃度估計的數據處理分析，及時發現異常的濃度指標，以提高生產安全風險識別能力,具體的說是一種基于離群數據挖掘的液態危化品揮發濃度異常發現方法。

背景技術

液態危險化學品的存儲、運輸問題一直事關我國人民生命財產安全。不同的液態危化品雖然呈現不同的性狀。易揮發性是大多數液態危化品的共性，如汽油，LNG,液氨，醇類，苯類都是常見的易揮發危化品。實踐中，石化企業在存儲、運輸的過程中，常常需要頻繁監測多項安全指標以保證在生產過程中沒有出現意外泄漏。液態危化品揮發的氣體監測是判斷意外泄漏的一項重要依據。在開放作業的場合，由于單個氣體傳感器部署的局限性，時常會出現一定的誤差，甚至是誤報。因此也有企業使用大量傳感器組成陣列進行檢測，大量的傳感器可以減少誤報，提高精確度，但大量的傳感器原始數據在運用前，則需要進行預處理。所以解決如何高效地對數據進行預處理，準確識別出現偶發性錯誤的個別傳感器，挖掘出離群的傳感器數據等問題就具備較高的意義和實現價值。

傳統的離群數據挖掘算法在液態危化品氣體濃度傳感器監測數據常有不適性和運行時間過長的問題。氣體濃度傳感器采集的數據是依據于實際條件決定的，表現出強客觀性，無預見性。但其數據離群的行為原因可能有多重。而安全問題往往具有較高的時效性要求，離群數據挖掘算法需要有快速的執行效率，且能準確定位離群數據點，為后續分析提供及時準確的數據。本發明將數據挖掘技術應用到氣體濃度數據離群檢測中，提出一種基于局部異常因子算法改進的液態危化品揮發濃度異常發現方法，輔助后續算法進行更有針對性地大量傳感器數據批量處理。

發明內容

本發明的目的是針對氣體濃度傳感器陣列采集批量數據的情形，應對現有離群數據挖掘算法在大量傳感器監測數據的不適性和運行時間過長的問題，發明一種基于離群數據挖掘的液態危化品揮發濃度異常發現方法，利用改進的局部異常因子算法傳感器數據進行離群分析，準確高效地挖掘出離群的傳感器數據點。

本發明的技術方案是：

一種基于離群數據挖掘的液態危化品揮發濃度異常發現方法，利用液態危化品氣體濃度傳感器監測數據進行離群挖掘，可以提升液態危化品揮發氣體濃度監測數據處理的效率。其特征是，首先，引入去一劃分信息熵確定離群屬性的權重；然后，使用OPTICS聚類算法對氣體濃度傳感器采集到的原始數據集進行篩選得到初步離群數據集，提高算法的運行效率；用P權值代替LOF算法中的可達距離；最后，利用新定義的基于P權值的局部離群因子LOFBP(Local Outliers Factor based on P-weight)計算初步離群數據集中對象的離群程度，在保留算法的檢測精度的同時提高執行效率。

對于現有離群數據挖掘算法檢測出離群傳感器數據運行時間過高的問題，LOFBP算法采用OPTICS作為預處理，并重新定義局部離群算法中離群因子的方法。為了降低離群挖掘的時間復雜度，在不影響最終分析結果的前提下，縮小數據集，提高挖掘效率。為了解決局部離群因子算法的不足，LOFBP算法在距離度量時引入去一劃分信息熵，用P權值代替傳統LOF算法中的可達距離并重新定義局部離群因子，可以極大提高檢測精確度。

具體包括以下步驟：