一种融合多元信息的故障报警阈值确定方法技术

本发明专利技术适用于工业过程的状态监测和信息融合领域，旨在降低故障报警的误漏报率，提高故障检测精度。一种融合多元信息的故障报警阈值确定方法，包括以下步骤：数据向统一区间置信结构的转换；基于区间证据推理的阈值更新模型的构建；基于最小误漏报率的故障报警阈值优化。本发明专利技术创新利用区间证据推理算法融合监测数据和区间故障阈值得到总体区间置信度，基于监测数据和投影协方差矩阵自适应进化策略自适应更新报警阈值，有效解决了环境因素带来的多种不确定性问题。通过阈值优化，得到故障检测误漏报率最低的报警区间阈值。本发明专利技术能够有效降低监测系统的误报和漏报次数，提高工业过程的安全性与可靠性，具有很好的工程应用价值。

A method to determine the threshold value of fault alarm based on multi information fusion

【技术实现步骤摘要】
一种融合多元信息的故障报警阈值确定方法
本专利技术适用于工业过程的状态监测和信息融合领域，旨在降低故障报警的误漏报率，提高监测系统的故障检测精度。涉及一种融合多元信息的故障报警阈值确定方法。
技术介绍
在工业过程的状态监测中，故障报警阈值作为系统发生故障的重要判据，其设置的合理性直接影响到故障的监测精度。如附图1所示，蓝色实线代表系统的实际故障阈值，若阈值设置过高(如虚线S1)，尽管监测值P超过了实际阈值，报警系统也不会进行故障预警，造成故障漏报，进而威胁到工作人员的人身安全和系统安全；若阈值设置过低(如虚线S2)，当监测值Q低于实际阈值而超过S2时，报警系统也会频繁报警，造成故障误报，影响工作秩序。因此，设置准确合理的故障报警阈值，对于提高工作效率、确保系统的安全可靠运行来说意义重大。目前，基于模型、基于统计、基于神经网络和基于模糊推理的报警阈值确定方法在相应的领域能够完成阈值的确定。但工业过程中监测数据受噪声等因素干扰，可能存在数据缺失、信息失真等多种不确定性。此外，对于一个复杂系统而言，监测指标往往复杂多样，特征各异，定量信息和定本文档来自技高网...

【技术保护点】
1.一种融合多元信息的故障报警阈值确定方法，其特征在于：该方法如下：/n步骤1：将监测数据x和区间故障阈值[y

【技术特征摘要】
1.一种融合多元信息的故障报警阈值确定方法，其特征在于：该方法如下：
步骤1：将监测数据x和区间故障阈值[y1,y2]转换至同一个区间置信结构中；
步骤2：基于区间证据推理的阈值更新模型的构建；
首先，采用加权的方法将区间置信结构转化为区间概率质量；
其次，采用区间证据推理算法IER依次融合监测数据x和区间故障阈值[y1,y2]对应的区间概率质量，得到融合后的区间置信度；
再次，采用基于投影协方差矩阵自适应进化策略P-CMA-ES算法进行阈值优化，利用监测数据x更新得到总体区间置信度
最后，将转换为区间阈值；
步骤3：基于最小误漏报率的故障报警阈值优化；
构建最小误漏报率的阈值优化模型；
阈值优化模型为：



其中，s为故障的误漏报率，w为误报率，l表示漏报率，N为漏报率对系统的影响程度，y1和y2分别表示初始区间故障阈值[y1,y2]的上下界，通过优化得到目标故障报警阈值[y1,y2]'L。


2.根据权利要求1所述融合多元信息的故障报警阈值确定方法，其特征在于：所述的区间置信结构为：
所述的区间置信结构为：



其中，F为评估等级，F＝{(F1，正常)，(F2，故障)，(F3，严重故障)}；

表示为指标ai相...

【专利技术属性】
技术研发人员：周志杰，唐帅文，胡昌华，刘涛源，曹友，陈媛，张超丽，
申请(专利权)人：中国人民解放军火箭军工程大学，
类型：发明
国别省市：陕西;61