基于模型趋势预测的报警方法及系统技术方案

本发明专利技术提供一种基于模型趋势预测的报警方法及系统。该基于模型趋势预测的报警方法包括：根据历史基准点和历史输出点的关系从多个预设模型中调用相应的模型；将历史基准点和历史输出点带入模型，计算模型的模型参数；根据模型、模型参数和实时历史基准点计算评估值；将评估值与历史输出点的差值的最大绝对值设为报警阈值；判断实时输出点与评估值的差值是否大于报警阈值；当大于报警阈值时，输出报警信号。本发明专利技术可以提前暴露生产过程中的安全隐患，大幅提高生产过程的安全性和经济性。

【技术实现步骤摘要】
基于模型趋势预测的报警方法及系统
本专利技术涉及趋势预测领域，具体地，涉及一种基于模型趋势预测的报警方法及系统。
技术介绍
一直以来，生产过程的参数报警基本都是以设备说明书、运行规程为依据，通过设定多级阈值报警、速率阈值报警等手段来实现，这种报警方式属于事后报警，报警之后设备劣化趋势或者系统异常工况已不可挽回；另外报警阈值是在极端工况下出于保护设备以及系统的目的而给定的，无法反映出故障初期参数微小偏离的情况。现有的大数据分析方法中一般是在历史数据中提取大量的正常参数和相当数量的异常参数，由模型进行分类学习，警报的精确程度主要取决于异常参数取样数量，而在正常生产过程中，异常参数产生数量不可能很多，对于异常参数取样数量不足时，该模型给出的警报的精确度将会大打折扣。
技术实现思路
本专利技术实施例的主要目的在于提供一种基于模型趋势预测的报警方法及系统，以先期精确报警，提前暴露生产过程中的安全隐患，大幅提高生产过程的安全性和经济性。为了实现上述目的，本专利技术实施例提供一种基于模型趋势预测的报警方法，包括：根据历史基准点和历史输出点的关系从多个预设模型中调用相应的模型；将历史基准点和历史输出点带入模型，计算模型的模型参数；根据模型、模型参数和实时历史基准点计算评估值；将评估值与历史输出点的差值的最大绝对值设为报警阈值；判断实时输出点与评估值的差值是否大于报警阈值；当大于报警阈值时，输出报警信号。在其中一种实施例中，预设模型包括：线性拟合模型、反向传播神经网络模型和主元分析模型。在其中一种实施例中，线性拟合模型如下：其中，y为历史输出点，ki为第i个模型参数，xi为第i个历史基准点，h为历史基准点的数量。在其中一种实施例中，根据历史基准点和历史输出点的关系从多个预设模型中调用相应的模型之前，还包括：采集历史参数和实时参数；按照预设的过滤规则过滤历史参数和实时参数中的无效点、异常点和非法点，得到历史基准点、历史输出点、实时基准点和实时输出点。本专利技术实施例还提供一种基于模型趋势预测的报警系统，包括：模型调用模块，用于根据历史基准点和历史输出点的关系从多个预设模型中调用相应的模型；模型参数模块，用于将历史基准点和历史输出点带入模型，计算模型的模型参数；评估值模块，用于根据模型、模型参数和实时基准点计算评估值；报警阈值模块，用于将评估值与历史输出点的差值的最大绝对值设为报警阈值；判断模块，用于判断实时输出点与评估值的差值是否大于报警阈值；报警模块，用于输出报警信号。在其中一种实施例中，预设模型包括：线性拟合模型、反向传播神经网络模型和主元分析模型。在其中一种实施例中，线性拟合模型如下：其中，y为历史输出点，ki为第i个模型参数，xi为第i个历史基准点，h为历史基准点的数量。在其中一种实施例中，还包括：采集模块，用于采集历史参数和实时参数；过滤模块，用于按照预设的过滤规则过滤历史参数和实时参数中的无效点、异常点和非法点，得到历史基准点、历史输出点、实时基准点和实时输出点。本专利技术实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现以下步骤：根据历史基准点和历史输出点的关系从多个预设模型中调用相应的模型；将历史基准点和历史输出点带入模型，计算模型的模型参数；根据模型、模型参数和实时历史基准点计算评估值；将评估值与历史输出点的差值的最大绝对值设为报警阈值；判断实时输出点与评估值的差值是否大于报警阈值；当大于报警阈值时，输出报警信号。本专利技术实施例还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：根据历史基准点和历史输出点的关系从多个预设模型中调用相应的模型；将历史基准点和历史输出点带入模型，计算模型的模型参数；根据模型、模型参数和实时历史基准点计算评估值；将评估值与历史输出点的差值的最大绝对值设为报警阈值；判断实时输出点与评估值的差值是否大于报警阈值；当大于报警阈值时，输出报警信号。本专利技术实施例的基于模型趋势预测的报警方法及系统，先将历史输出点和历史基准点带入相应的模型计算模型参数，再根据模型、模型参数和实时基准点计算评估值；然后将评估值与历史输出点的差值的最大绝对值设为报警阈值；最后判断实时输出点与评估值的差值是否大于报警阈值，当大于报警阈值时，输出报警信号，可以提前暴露生产过程中的安全隐患，大幅提高生产过程的安全性和经济性。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术实施例中基于模型趋势预测的报警方法的流程图；图2是本专利技术实施例中主汽压力与末级过热器入口蒸汽压力的线性拟合曲线；图3是本专利技术实施例中主给水调门位置反馈评估值与主给水调门位置反馈历史值的一致性仿真曲线；图4是本专利技术实施例中除氧器进汽压力评估值与除氧器进汽压力历史值的一致性仿真曲线；图5是本专利技术实施例中基于模型趋势预测的报警系统的结构框图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。鉴于现有技术无法反映出故障初期参数微小偏离的情况，报警滞后且精确度差，不能随着工况进行自动调整，本专利技术实施例提供一种基于模型趋势预测的报警方法，以先期精确报警，提前暴露生产过程中的安全隐患，大幅提高生产过程的安全性和经济性。以下结合附图对本专利技术进行详细说明。图1是本专利技术实施例中基于模型趋势预测的报警方法的流程图。如图1所示，基于模型趋势预测的报警方法包括：S101：根据历史基准点和历史输出点的关系从多个预设模型中调用相应的模型；S102：将历史输出点和历史基准点带入模型，计算模型的模型参数；S103：根据模型、模型参数和实时基准点计算评估值；S104：将评估值与历史输出点的差值的最大绝对值设为报警阈值；S105：判断实时输出点与评估值的差值是否大于报警阈值；当大于报警阈值时，输出报警信号。图1所示的基于模型趋势预测的报警方法的执行主体可以为工厂生产车间中的上位机，用于将历史输出点和历史基准点带入模型计算模型参数；根据模型、模型参数和实时基准点计算评估值；将评估值与历史输出点的差值的最大绝对值设为报警阈值；判断实时输出点与评估值的差值是否大于报警阈值，当大于报警阈值时，输出报警信号，可以提前暴露生产过程中的安全隐患，大幅提高生产过程的安全性和经济性。在执行S101之前，还可以采集历史参数和实时参数；按照预设的过滤规则过滤历史参数和实时参数中的无效点、异常点和非法点，得到历史基准点、历史输出点、实时基准点和实时输出点，采集周期的可调范围为1秒至5分钟。过滤规则包括无效点过滤规则、异常点过滤规则和非法点过滤规则。无效点过滤规则为：当采集到的参数的标签为BAD、TIMEOUT、FAULT等非数字值时，自动过滤上述参数。异常点过滤规则为：当某一时刻的参本文档来自技高网...

【技术保护点】
一种基于模型趋势预测的报警方法，其特征在于，包括：根据历史基准点和历史输出点的关系从多个预设模型中调用相应的模型；将所述历史基准点和所述历史输出点带入所述模型，计算所述模型的模型参数；根据所述模型、所述模型参数和实时基准点计算评估值；将所述评估值与所述历史输出点的差值的最大绝对值设为报警阈值；判断实时输出点与所述评估值的差值是否大于所述报警阈值；当大于所述报警阈值时，输出报警信号。

【技术特征摘要】
1.一种基于模型趋势预测的报警方法，其特征在于，包括：根据历史基准点和历史输出点的关系从多个预设模型中调用相应的模型；将所述历史基准点和所述历史输出点带入所述模型，计算所述模型的模型参数；根据所述模型、所述模型参数和实时基准点计算评估值；将所述评估值与所述历史输出点的差值的最大绝对值设为报警阈值；判断实时输出点与所述评估值的差值是否大于所述报警阈值；当大于所述报警阈值时，输出报警信号。2.根据权利要求1所述的基于模型趋势预测的报警方法，其特征在于，所述预设模型包括：线性拟合模型、反向传播神经网络模型和主元分析模型。3.根据权利要求2所述的基于模型趋势预测的报警方法，其特征在于，所述线性拟合模型如下：其中，y为所述历史输出点，ki为第i个模型参数，xi为第i个历史基准点，h为历史基准点的数量。4.根据权利要求1所述的基于模型趋势预测的报警方法，其特征在于，所述根据历史基准点和历史输出点的关系从多个预设模型中调用相应的模型之前，还包括：采集历史参数和实时参数；按照预设的过滤规则过滤所述历史参数和所述实时参数中的无效点、异常点和非法点，得到所述历史基准点、所述历史输出点、所述实时基准点和所述实时输出点。5.一种基于模型趋势预测的报警系统，其特征在于，包括：模型调用模块，用于根据历史基准点和历史输出点的关系从多个预设模型中调用相应的模型；模型参数模块，用于将所述历史基准点和所述历史输出点带入所述模型，计算所述模型的模型参数；评估值模块，用于根据所述模型、所述模型参数和实时基准点计算评估值；报警阈值模块，用于将所述评估值与所述历史输出点的差值的最大绝对值设为报警阈值；判断模块，用于判断实时输出点与所述评估值的差值是否大于所述报警阈值；报警模块，用于输出报警信号。6.根据权利...

【专利技术属性】
技术研发人员：刘海峡，郭明星，金生祥，储炳南，王潇，李恪，孟浩，柳鋆，李征，郝媛媛，李俊，张宝林，张秉权，刘炜，何奇善，何鹏，高起栋，解冠宇，曹满胜，雷涛，
申请(专利权)人：北京能源集团有限责任公司，宁夏京能宁东发电有限责任公司，内蒙古岱海发电有限责任公司，北京英贝思科技有限公司，
类型：发明
国别省市：北京,11