【技术实现步骤摘要】
基于动静协同差异分析的两层实时监测与报警溯源方法
本专利技术属于过程监测与报警管理领域，特别是涉及了一种动静角度协同差异分析方法，可以小尺度地从分布差异去监测过程状态、过程波动性，根据监测结果提出了对应的四种报警管理方法以及实现方法，合理抑制干扰报警，有效定位故障源头。
技术介绍
报警系统对现代工业过程的安全、高效运行至关重要，在诸如电力和公用事业、石油化工等工业部门的过程运行中给予故障发生的告警，提示操作员及时处理异常工况。自从上世纪70年代“分布式控制系统”(DCS)的出现，报警变量从原先的硬件信号配置转变成软件上挑选，无需成本、组态便利的同时也带来了配置的随意化和冗余化现象。这在客观上造成了“报警过载”(AlarmOverloading)的频发，即无需告知操作员的信息或无需任何操作响应的情形，大量的干扰报警消耗了操作员的精力，也降低了他们对报警系统的信心，很有可能在真正发生报警时忽略了关键报警信息。“报警泛滥”(AlarmFlood)属于其中一种最为普遍也同样棘手的问题，每当此时，报警数目远远超过控制台人员的响应能力，关键报警被淹没在大量冗余报警之中，操作员...
【技术保护点】
1.一种基于动静协同差异分析的两层实时监测方法，其特征在于，该方法包括以下步骤：(1)选取正常工况下的参考样本与同工况下的监测样本，其中，参考样本和监测样本均包含J个测量变量，且参考样本的时间窗口大小为N1个采样单位，参考样本表示为
【技术特征摘要】
1.一种基于动静协同差异分析的两层实时监测方法，其特征在于，该方法包括以下步骤：(1)选取正常工况下的参考样本与同工况下的监测样本，其中，参考样本和监测样本均包含J个测量变量，且参考样本的时间窗口大小为N1个采样单位，参考样本表示为监测样本的时间窗口大小为N2个采样单位，监测样本表示为(2)数据预处理：设参考样本内每一列向量中的每一元素分别进行减均值、除以标准差的标准化处理，其中，下标j代表第j个变量，即第j列，下标k代表每列中第k个元素，其标准化处理的计算公式如下：其中：是矩阵第j列向量的均值，sj是矩阵第j列向量的标准差，xjk为标准化后的二维矩阵X1第k行j列的元素；其中，将二维矩阵标准化后，得到每列均值为0，方差为1的矩阵X1(N1×J)；同样将监测样本按照上述方式进行标准化处理，在标准化过程中，每一列使用的均值、方差均采用参考样本中对应列的均值、方差，标准化处理后得到X2(N2×J)；(3)进行基于SFA的动静协同差异分析建模，该步骤由以下子步骤来实现：(3.1)将X1(N1×J)、X2(N2×J)合并成样本大小为(N1+N2)×J的新样本(3.2)对新样本进行SFA建模，其中SFA建模公式如下：s＝XW(3)其中，s为新样本的慢特征，W为SFA的系数矩阵；(3.3)经SFA投影得到的慢特征拆成s1(N1×J)，s2(N2×J)，其中s1为对应参考样本的慢特征，s2为对应监测样本的慢特征；(3.4)通过缩放将si(Ni×J)转换成Yi(Ni×J)，缩放公式如下：其中，i取值为1时，si(Ni×J)对应参考样本的慢特征，i取值为2时，si(Ni×J)对应监测样本的慢特征；Yi表示对应慢特征缩放后的矩阵；(3.5)将慢特征s1、s2分别进行一阶差分得到慢特征的变化(3.6)的每一列分别进行缩放，以第j个列向量为例：其中，反映了慢特征的变化快慢，运算<·>表示取向量的所有元素的平均值；(3.7)构建慢特征的变化经缩放后的矩阵其第j列为j可在1至J之间任意取值；(4)提取出两个分布差异作为监测指标，该步骤由以下子步骤来实现：(4.1)选取步骤3.4中经缩放后的样本慢特征Yi，其协方差矩阵的计算公式如下：(4.2)根据M1的J个特征根，衡量慢特征静态分布差异的静态指标Ds的计算公式如下：其中，λj为M1第j个特征根；(4.3)选取步骤3.7中经缩放后的样本慢特征变化其协方差矩阵的计算公式同步骤4.1；(4.4)根据的J个特征根，由此，衡量慢特征动态分布差异的动态指标Dd的计算公式如下：其中，为第j个特征根；(5)根据一段正常运行时间内监测的多个Ds和多个Dd取值，利用核密度估计分别求出Ds、Dd的控制限；(6)在线过程监测，该步骤由以下子步骤来实现：(6.1)采集新测量数据组成新监测样本，进行数据预处理，具体为：在线监测时，采集新的过程测量数据xn...
【专利技术属性】
技术研发人员：赵春晖，赵诣，翁建明，鲍丽娟，沙万里，金玄玄，
申请(专利权)人：浙江大学，浙江浙能嘉华发电有限公司，
类型：发明
国别省市：浙江,33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。