基于分段线性表示的单变量报警系统性能评价方法及系统技术方案

本公开提供了一种基于分段线性表示的单变量报警系统性能评价方法及系统，属于流程工业的报警监控技术领域，采用分段线性表示对时间序列进行分段，将具有相同趋势的相邻数据样本进行聚类，每段用拟合直线表示；计算每个数据段的样本均值及均值的置信区间，并通过假设检验，将样本均值与报警阈值比较，以划分正常和异常数工况据段；根据划分结果计算报警系统的真实报警数、干扰报警数、误报率、漏报率、误报警持续时间比和漏报警持续时间比。本公开同样适用于平稳和非平稳数据段，在检测正常数据和异常数据段方面比现有方法更有效，同时本公开提出的误报警持续时间比和漏报警持续时间比，对提高报警系统性能评价的准确性和有效性具有重要意义。

【技术实现步骤摘要】
基于分段线性表示的单变量报警系统性能评价方法及系统
本公开涉及流程工业的报警监控
，特别涉及一种基于分段线性表示的单变量报警系统性能评价方法及系统。
技术介绍
本部分的陈述仅仅是提供了与本公开相关的
技术介绍
，并不必然构成现有技术。报警系统可以帮助操作员检测各种大型流程工业(如炼油厂、石化设施和发电厂)的潜在异常和危险情况。一个设计良好、性能优良的报警系统对工艺安全和工厂的运行效率至关重要。然而，目前大多数工业报警系统的性能还远未达到行业标准，而且许多工业报警系统都含有过多的干扰报警。因此，报警系统性能评价及其性能指标的量化显得尤为重要。当前评估报警系统的性能指标包括：干扰报警的数量nu、真实报警的数量nt、误报率FAR、漏报率MAR，但这些指标在实际应用中存在反映性能不全面的问题。本公开专利技术人发现，针对目前最常用的单变量报警系统，现有研究中采用均值变化检测的方法，通过判断模拟量的均值是否发生变化，将模拟量的历史数据分为正常工况数据和异常工况数据，并计算了报警系统的误报率(FAR)和漏报率(MAR)两个性能指标。该方法对平稳数据非常有效但对非平稳数据效果较差，特别是对实际工业应用中的非平稳数据，该方法所得到的性能指标误差较大，不能很好的反映报警系统的性能，如果不加以解决，将严重影响报警系统性能评价的有效性和准确性。
技术实现思路
为了解决现有技术的不足，本公开提供了一种基于分段线性表示的单变量报警系统性能评价方法及系统，将原始数据分为多个数据段，并通过假设检验将数据段分为正常、异常和未定义状态，适用于平稳和非平稳数据，提高了报警系统评估的适用范围；通过引入误报警持续时间比和漏报警持续时间比，提高了报警系统评估的可靠性。为了实现上述目的，本公开采用如下技术方案：本公开第一方面提供了一种基于分段线性表示的单变量报警系统性能评价方法。一种基于分段线性表示的单变量报警系统性能评价方法，包括以下步骤：获取报警系统的报警历史数据；根据预设数据段的数目，对具有相同趋势的相邻数据样本进行聚类，得到历史数据的分段线性表示；通过假设检验，判断各个数据段的属性，至少包括正常工况数据段和异常工况数据段两种属性；根据得到的各个数据段的属性计算报警系统的各个性能指标。作为可能的一些实现方式，利用分段线性表示法将历史数据分割成若干个时间段，每个时间段用一条拟合直线表示。作为进一步的限定，对于获取的整个历史数据，计算合并每对相邻段的拟合误差，并将拟合误差最小的相邻段对合并为一个段，重复合并步骤，直到数据段的数量等于预设数据段的数目。作为可能的一些实现方式，对数据段进行均值假设检验，通过判断数据段均值与报警阈值之间的大小关系将其分为正常段和异常段。作为可能的一些实现方式，所述性能指标至少包括干扰报警的数量、真实报警的数量、误报率、漏报率、误报警持续时间比和漏报警持续时间比。作为进一步的限定，根据各个数据段的属性，得到正常工况数据集和异常工况数据集，根据正常工况数据集和异常工况数据集进行各个性能指标的计算。作为更进一步的限定，误报率为正常工况数据集中的误报警数量与正常工况数据集的总持续时间的比值。作为更进一步的限定，漏报率为异常工况数据集中的漏报警数量与异常工况数据集的总持续时间的比值。作为更进一步的限定，误报警持续时间比为误报警总持续时间与正常工况数据集的总持续时间的比值。作为更进一步的限定，所述漏报警持续时间比为漏报警的总持续时间与异常工况数据集的总持续时间的比值。本公开第二方面提供了一种基于分段线性表示的单变量报警系统性能评价系统。一种基于分段线性表示的单变量报警系统性能评价系统，包括：数据获取模块，被配置为：获取报警系统的报警历史数据；数据分段模块，被配置为：根据预设数据段的数目，对具有相同趋势的相邻数据样本进行聚类，得到历史数据的分段线性表示；数据段分类模块，被配置为：通过假设检验，判断各个数据段的属性，至少包括正常工况数据段和异常工况数据段两种属性；性能评价模块，被配置为：根据得到的各个数据段的属性计算报警系统的各个性能指标。本公开第三方面提供了一种介质，其上存储有程序，该程序被处理器执行时实现如本公开第一方面所述的基于分段线性表示的单变量报警系统性能评价方法中的步骤。本公开第四方面提供了一种电子设备，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程序，所述处理器执行所述程序时实现如本公开第一方面所述的基于分段线性表示的单变量报警系统性能评价方法中的步骤。与现有技术相比，本公开的有益效果是：本公开所述的方法、系统、介质及电子设备，提出用分段线性表示法(PLRs)来检测正常和异常工况数据，利用该方法将原始数据分为多个数据段，并通过假设检验将数据段分为正常、异常和未定义状态，该方法能够适用于平稳和非平稳数据，提高了报警系统评估的适用范围。本公开所述的方法、系统、介质及电子设备，根据检测结果，计算了单变量报警系统的性能指标，包括两个新的指标，即误报警持续时间比(FADR)和漏报警持续时间比(MADR)，与现有的研究结果相比，该性能指标来评价报警系统更可靠。附图说明构成本公开的一部分的说明书附图用来提供对本公开的进一步理解，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。图1为本公开实施例1提供的一种基于分段线性表示的单变量报警系统性能评价方法的流程示意图。图2为本公开实施例1提供的一个数值例子采用PLRs与现有方法进行比较的示意图。具体实施方式下面结合附图与实施例对本公开作进一步说明。应该指出，以下详细说明都是示例性的，旨在对本公开提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本公开所属
的普通技术人员通常理解的相同含义。需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本公开的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。实施例1：如图1所示，本公开实施例1提供了一种基于分段线性表示的单变量报警系统性能评价方法，包括以下步骤：给定预先确定的数据段的数目K，对具有相同趋势的相邻数据样本进行聚类，以获得单变量x(t)的历史数据的分段线性表示，其中t∈[1,T]；通过假设检验，判断第k个数据段为正常工况数据段或异常工况数据段，其中，k∈[1,K]；将所有数据段划分为正常、异常和未定义数据段后，根据划分结果计算报警系统的性能指标。对具有相同趋势的相邻数据样本进行聚类，具体为：本文档来自技高网...

【技术保护点】
1.一种基于分段线性表示的单变量报警系统性能评价方法，其特征在于，包括以下步骤：/n获取报警系统的报警历史数据；/n根据预设数据段的数目，对具有相同趋势的相邻数据样本进行聚类，得到历史数据的分段线性表示；/n通过假设检验，判断各个数据段的属性，至少包括正常工况数据段和异常工况数据段两种属性；/n根据得到的各个数据段的属性计算报警系统的各个性能指标。/n

【技术特征摘要】
1.一种基于分段线性表示的单变量报警系统性能评价方法，其特征在于，包括以下步骤：
获取报警系统的报警历史数据；
根据预设数据段的数目，对具有相同趋势的相邻数据样本进行聚类，得到历史数据的分段线性表示；
通过假设检验，判断各个数据段的属性，至少包括正常工况数据段和异常工况数据段两种属性；
根据得到的各个数据段的属性计算报警系统的各个性能指标。


2.如权利要求1所述的基于分段线性表示的单变量报警系统性能评价方法，其特征在于，利用分段线性表示法将历史数据分割成若干个时间段，每个时间段用一条拟合直线表示。


3.如权利要求2所述的基于分段线性表示的单变量报警系统性能评价方法，其特征在于，对于获取的整个历史数据，计算合并每对相邻段的拟合误差，并将拟合误差最小的相邻段对合并为一个段，重复合并步骤，直到数据段的数量等于预设数据段的数目。


4.如权利要求1所述的基于分段线性表示的单变量报警系统性能评价方法，其特征在于，对数据段进行均值假设检验，通过判断数据段均值与报警阈值之间的大小关系将其分为正常段和异常段。


5.如权利要求1所述的基于分段线性表示的单变量报警系统性能评价方法，其特征在于，所述性能指标至少包括干扰报警的数量、真实报警的数量、误报率、漏报率、误报警持续时间比和漏报警持续时间比。


6.如权利要求5所述的基于分段线性表示的单变量报警系统性能评价方法，其特征在于，根据各个数据段的属性，得到正常工况数据集和异常工况数据集，根据...

【专利技术属性】
技术研发人员：王建东，王振，周东华，白星振，
申请(专利权)人：山东科技大学，
类型：发明
国别省市：山东;37