基于CUSUM的自适应报警门限方法及SCADA应用技术

本发明专利技术属于数据采集与监视控制系统技术领域，公开了一种基于CUSUM的自适应报警门限方法及SCADA应用，包括：读取正常状态下的检测序列，满足预设条件，得出序列的正态分布表达式；读取、偏移常数、更新均值和标准偏差，计算正态分布表达式；根据系统正常运行状态下的函数和系统异常状态下的函数，求解取得最小值，作为下次检测的门限值；开始下一轮检测；算法结束。与以往凭经验设置固定的检测门限值不同，本发明专利技术基于概率论中的贝叶斯理论和二分法优化算法将问题转化为求解最优值的数学模型，将求得的检测门限值作为报警门限；能够改善报警的实时性，并使系统具有较低的误报率和漏报率。

【技术实现步骤摘要】
基于CUSUM的自适应报警门限方法及SCADA应用
本专利技术属于数据采集与监视控制系统
，尤其涉及一种基于CUSUM的自适应报警门限方法及SCADA应用。
技术介绍
随着工业控制系统的日益繁杂，一旦设备发生故障，不仅会造成巨大的经济损失，而且会带来很多的安全问题。现在人们可以根据SCADA系统(数据采集与监视控制系统)采集报警信息，如果认为某个变量很关键就可以设置报警门限来产生报警信号，但会因为报警门限设置不准确产生误报和漏报，因此导致工业控制系统面临严重的威胁。1994年英国Texaco公司炼油厂发生硫化催化裂化装置爆炸事故，在爆炸之前有2040个报警，其中有1775个报警同时显示优先级为高，致使操作人员无法在第一时间找到问题的根源来采取补救措施，造成了不可挽回的损失。目前对单变量报警优化的主要有延迟、死区等方法，设置延迟时间及死区范围时需要大量的实验和操作员的经验，随着工程量日益增加，需要监控的点数也随之增加，对所有监控点的报警设置需要花费大量时间。虽然这两种方法在一定程度上减少了无效报警，但也增加了报警所需要的时间，不能及时报警。而且不能保证有较低的误报率和漏报率。采用本文档来自技高网...

【技术保护点】
一种改进的非参数累积和控制图方法，其特征在于，所述改进的非参数累积和控制图方法的非参数累积和控制图算法的递归表达式为：

【技术特征摘要】
1.一种改进的非参数累积和控制图方法，其特征在于，所述改进的非参数累积和控制图方法的非参数累积和控制图算法的递归表达式为：2.一种利用权利要求1所述改进的非参数累积和控制图方法的自适应报警门限设置方法，其特征在于，所述自适应报警门限设置方法包括：(1)读取正常状态下的检测序列X＝{x1，x2，x3，...xn}(n＝100)，设X偏移常数为β，令使在检测序列正常情况下满足初始化RN＝T0，计算μn和σn，得出序列X正态分布表达式f(x)；(2)读取xn+1，偏移常数β，更新均值μn+1和标准偏差σn+1，计算若RN＝T1，产生报警，计算正态分布表达式g(x)，转(3)；若系统运行正常，转(4)；(3)根据系统正常运行状态下的函数f(x1)和系统异常状态下的函数f(x2)，求解使PFDL+PMDL取得最小值的x*，令作为下次检测的门限值，重复(2)，开始下一轮检测；(4)读取xn+2，重复(2)，开始下一轮检测；(5)算法结束。3.如权利要求2所述的自适应报警门限设置方法，其特征在于，所述自适应报警门限设置方法进一步包括：1)读取正常状态下一组随机变量序列X＝{x1，x2，x3，...xt}表示输入数据，设置一个偏移常数β，令使在检测序列正常情况下满足2)对于读入的序列根据递归表达式得：其中，为累积和，用来检测序列是否发生异常，为预处理后待检测的序列；设变量φn为报警门限，初始的门限值设为则判决函数为：表示在n+1时刻对门限φn的检测结果，其中T0表示运行系统处于正常状态，T1表示运行系统处于异常状态；3)对原始序列求均值为μn方差为当有新数据读入时对均值进行实时更新：μn+1＝(1-α)*μn+α*Xn+1；其中α越大，待检测序列xn+1对μn+1影响越大，根据需要设置a的值；读取到的正常状态下的序列X表达式为：在读取...

【专利技术属性】
技术研发人员：孙景荣，张瀚文，许录平，韩庆敏，陈俊凯，张华，赵聪聪，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西,61