基于时序波动关联的化工异常因果分析与图形展示方法技术

本发明专利技术涉及一种基于时序波动关联的化工异常因果分析与图形展示方法，主要解决现有技术中报警泛滥、准确率低、计算量大的问题。本发明专利技术通过采用一种基于时序波动关联的化工异常因果分析与图形展示方法，包括化工装置数据的实时采集平台搭建、数据预处理、单变量波动性分析与波动时间序列计算、基于波动关联度的因果关系网络构建、异常工况根原因挖掘与图像界面显示输出，基于时序波动关联分析法，利用运行数据，刻画变量之间的关联性，及时地提供报警和操作指导；图形显示界面中显示当前报警点信息的技术方案较好地解决了上述问题，可用于化工异常因果分析与图形展示中。

Cause and effect analysis and graphic display method of chemical anomaly based on time series fluctuation correlation

The invention relates to a cause and effect analysis and graphic display method of chemical abnormality based on time series fluctuation Association, which mainly solves the problems of alarm flooding, low accuracy and large calculation amount in the prior art. The invention adopts a cause and effect analysis and graphic display method of chemical abnormality based on time series fluctuation Association, including the construction of real-time acquisition platform of chemical equipment data, data preprocessing, single variable fluctuation analysis and fluctuation time series calculation, the construction of result relationship network based on fluctuation association degree, root cause mining of abnormal working condition and image interface display output, and based on time series The fluctuation correlation analysis method, using the operation data, depicts the correlation between variables, and provides timely alarm and operation guidance; the technical scheme of displaying the current alarm point information in the graphic display interface solves the above problems, which can be used in the cause and effect analysis and graphic display of chemical exceptions.

【技术实现步骤摘要】
基于时序波动关联的化工异常因果分析与图形展示方法
本专利技术涉及一种基于时序波动关联的化工异常因果分析与图形展示方法。
技术介绍
在报警系统中常出现报警冗余的情况，报警次数过多、频率过于频繁使操作员面临过多报警信息，不能有效地发现运行异常状况的关键点。如何控制报警频率，降低报警次数，消除冗余报警，提高报警准确率是报警管理中的重要问题。在石化装置运行过程中，由于系统的强耦合性和关联性，常常由于某一个参数产生波动引起相关参数的变动，而相关参数又会引起更多参数的波动，从而在短时间内产生大量的报警。如果在这些大量报警信息中找到其最初的原因报警，则能大大提高报警系统的准确性和智能化，为操作人员提供有价值的高效报警信息。目前对报警根原因的分析主要有因果分析法、时延相关性分析法、传递熵分析法。在上述三种报警根源因分析方法中[TanS,WangFL,PengJ,ChangYQ,WangS.Multimodeprocessmonitoringbasedonmodeidentification.Ind.Eng.Chem.Res.,2012,51:374-388]，因果分析法由于只利用了报警时间信息，而忽视了变量的运行过程信息，不能全面刻画因果关系，遗漏了系统的整体关联性；传递熵分析法弥补了这一不足，但其巨大的计算量使该方法失去了应用价值；相对而言，时延相关性分析法的计算量复杂度较低，但仍需较大的计算。在目前的报警系统中，时效性十分重要，当多发报警发生时，能从大量报警中快速准确地识别出根源因报警可以及时为现场操作人员提供指导性信息，排除安全隐患。另外，目前化工装置的报警系统显示界面主要为单一报警点的报警显示，或者在带有异常工况故障诊断的系统中，界面中出现从专家系统中分析得到的异常诊断信息。然而在现场操作实际中，操作人员希望能得到影响报警点变量的其他变量的信息，以便可及时判断装置出现的问题。
技术实现思路
本专利技术所要解决的技术问题是现有技术中报警泛滥、准确率低、计算量大的问题，提供一种新的基于时序波动关联的化工异常因果分析与图形展示方法，具有报警精准、准确率高、计算量小的优点。为解决上述问题，本专利技术采用的技术方案如下：一种基于时序波动关联的化工异常因果分析与图形展示方法，包括化工装置数据的实时采集平台搭建、数据预处理、单变量波动性分析与波动时间序列计算、基于波动关联度的因果关系网络构建、异常工况根原因挖掘与图像界面显示输出，基于时序波动关联分析法，有效利用化工装置的运行数据，准确刻画变量之间的关联性，及时地提供报警和操作指导；图形显示界面中显示当前报警点信息并同时以追踪溯源的方式显示影响该报警的其他波动变量，为操作人员及时提供有效信息。上述技术方案中，优选地，化工装置数据的实时采集平台搭建中，根据企业提供的数据采集接口，使用VC++编程实现的OPCDA服务器框架，从装置的控制系统或企业实时数据库采集运行实时数据，并刷新服务器的实时数据表，同时将实时数据以时间为序列存入每个参数的历史数据表。上述技术方案中，优选地，数据预处理中，利用VC++编程对采集的原始运行数据进行标准归一化处理，并检验是否有数据残缺，如有残缺，则采取利用该变量上下时段数据进行滤波处理，利用人工输入的规则判定数据是否错误，如出现错误数据，当成残缺来处理。上述技术方案中，优选地，单变量波动性分析与波动时间序列计算中，利用VC++编程在服务器上对每个单变量的运行数据进行波动性分析，在假设运行数据服从i.i.d.的正太分布时间序列的前提下，选取偏离历史时间段均值3σ的时刻作为波动时刻，其中σ为历史时间段内运行数据的标准差；将每个变量的波动时刻记录下来，建立运行数据的波动时间序列，并定时更新所有序列列表。上述技术方案中，优选地，基于波动关联度的因果关系网络构建中，利用VC++编程，根据已建立的波动时间序列，通过计算变量之间的因果隶属度和置信度确定其关联度，并根据变量之间的关联度构建因果关系网络，并将其记录在数据库中，并根据波动时间序列的更新而更新。上述技术方案中，优选地，异常工况根原因挖掘中，利用VC++编程，在已建立的加权因果关系网络上，寻找报警变量的原因波动变量，其中网络中的权重为隶属度和置信度的函数。上述技术方案中，优选地，异常工况根原因挖掘中，当出现变量超过报警限的时刻，在即时的因果关系网络上从该变量节点出发，利用极大当前节点权重的方式搜索报警点的根原因路径，直到该路径上的点穷尽其根原因，如果路径形成环路，则终止搜索。上述技术方案中，优选地，图像界面显示输出中，报警点以节点的形式显示，并且其根原因路径也显示出来，波动变量以节点形式显示，因果关联关系以箭头的形式显示，如果当前时段内多个报警的根原因出现同一波动节点，则将不同的根原因路径在这一节点处合并，最终形成树状结构显示。针对现有报警根原因分析方法的不足以及报警显示界面的欠缺，本专利提出一种新型根原因分析方法——时序波动关联分析法和一种图形显示界面。其中时序波动关联分析法既能有效利用装置的运行数据，准确刻画变量之间的关联性，计算量又较少，应用于在线监控系统中，能及时地提供报警和操作指导。图形显示界面中显示当前报警点信息并同时以追踪溯源的方式显示影响该报警的其他波动变量，为操作人员及时提供有效信息。相比于现有的报警根原因分析方法，本专利提出的时序波动关联分析法具有准确率高、计算量较小的优势；在线展示报警的根原因波动节点，将同时发生的大量报警归结为较少的根原因节点，为操作工提供核心信息，解决了报警泛滥的问题，取得了较好的技术效果。附图说明图1：基于时序波动关联的化工异常因果分析与报警系统；图2：基于时序波动关联分析的根原因报警图像显示示例。下面通过实施例对本专利技术作进一步的阐述，但不仅限于本实施例。具体实施方式【实施例1】由图1所示，一种基于时序波动关联的化工异常因果分析与图形展示方法，包括装置数据的实时采集平台搭建、数据预处理、单变量波动性分析与波动时间序列计算、基于波动关联度的因果关系网络构建、异常工况根原因挖掘与图像界面显示输出等环节。数据的实时采集平台搭建：根据企业提供的数据采集接口(实时数据库中采样频率可达1次/分钟或2次/分钟，利用OPCDA规范从DCS系统中采集的数据频率可达到1次/秒)，使用VC++编程实现的一个OPCDA服务器框架，从装置的控制系统或企业实时数据库采集运行实时数据，并刷新服务器的实时数据表，同时将实时数据以时间为序列存入每个参数的历史数据表。每个变量在服务器实时数据表中保存10000个数据，并且每经过1000个数据的运行时间滚动更新一次实时数据库。数据预处理：利用VC++编程对采集的原始运行数据进行标准归一化处理，并检验是否有数据残缺，如有残缺，则采取利用该变量上下时段数据进行滤波处理，利用人工输入的规则判定数据是否错误，如出现错误数据，当成残缺来处理。其中归一化处理是对原始数据的线性变换，使结果值映射到[0，1]之间。转换函数如下本文档来自技高网...

【技术保护点】
1.一种基于时序波动关联的化工异常因果分析与图形展示方法，包括化工装置数据的实时采集平台搭建、数据预处理、单变量波动性分析与波动时间序列计算、基于波动关联度的因果关系网络构建、异常工况根原因挖掘与图像界面显示输出，基于时序波动关联分析法，有效利用化工装置的运行数据，准确刻画变量之间的关联性，及时地提供报警和操作指导；图形显示界面中显示当前报警点信息并同时以追踪溯源的方式显示影响该报警的其他波动变量，为操作人员及时提供有效信息。/n

【技术特征摘要】
1.一种基于时序波动关联的化工异常因果分析与图形展示方法，包括化工装置数据的实时采集平台搭建、数据预处理、单变量波动性分析与波动时间序列计算、基于波动关联度的因果关系网络构建、异常工况根原因挖掘与图像界面显示输出，基于时序波动关联分析法，有效利用化工装置的运行数据，准确刻画变量之间的关联性，及时地提供报警和操作指导；图形显示界面中显示当前报警点信息并同时以追踪溯源的方式显示影响该报警的其他波动变量，为操作人员及时提供有效信息。


2.根据权利要求1所述基于时序波动关联的化工异常因果分析与图形展示方法，其特征在于化工装置数据的实时采集平台搭建中，根据企业提供的数据采集接口，使用VC++编程实现的OPCDA服务器框架，从装置的控制系统或企业实时数据库采集运行实时数据，并刷新服务器的实时数据表，同时将实时数据以时间为序列存入每个参数的历史数据表。


3.根据权利要求1所述基于时序波动关联的化工异常因果分析与图形展示方法，其特征在于数据预处理中，利用VC++编程对采集的原始运行数据进行标准归一化处理，并检验是否有数据残缺，如有残缺，则采取利用该变量上下时段数据进行滤波处理，利用人工输入的规则判定数据是否错误，如出现错误数据，当成残缺来处理。


4.根据权利要求1所述基于时序波动关联的化工异常因果分析与图形展示方法，其特征在于单变量波动性分析与波动时间序列计算中，利用VC++编程在服务器上对每个单变量的运行数据进行波动性分析，在假设运行数据服从i.i.d.的正太分布时间序列的前提下，选取偏离历史时间...

【专利技术属性】
技术研发人员：韩华伟，王春利，李传坤，高新江，
申请(专利权)人：中国石油化工股份有限公司，中国石油化工股份有限公司青岛安全工程研究院，
类型：发明
国别省市：山东;37