基于在线监测数据的风险趋势推演与分级预警方法技术

本发明专利技术提供一种基于在线监测数据的风险趋势推演与分级预警方法，包括以下步骤：当在线监测数据大于一级报警阈值时，查询历史监测数据，识别获取距离在线监测数据最近的（n‑1）个波峰值，并与在线监测数据组成参考数集；对所述参考数集进行趋势拟合，获得趋势拟合曲线方程y=a+bt；其中，b为表征发展趋势快慢的参数；将参数b与预设的多个分级预警阈值进行比较，根据比较结果进行分级预警。本发明专利技术充分利用在线监测预警系统的历史监测数据，借助时序分析模型，推演该监测点数据在未来一段时间内风险的发展趋势，并结合企业对风险的可接受程度，依据推演结果对风险进行分级预警和信息推送，以便监管人员提前预判，采取针对性的管控措施。

【技术实现步骤摘要】
基于在线监测数据的风险趋势推演与分级预警方法
本专利技术涉及安全监测预警领域，具体的说，涉及了一种基于在线监测数据的风险趋势推演与分级预警方法。
技术介绍
安全监测预警系统是实现对重大危险源、关键设备、重点区域进行安全风险防范和管理的重要技防手段之一。近年来，国家对安全监测预警系统的安装、使用及预警信息的闭环管理提出了越来越严格的要求。现阶段，企业安装的在线监测预警系统一般根据现场工况需要设置两级报警阈值。GB/T50493-2019《石油化工可燃和有毒气体检测报警设计》规定，可燃气体的一级报警设定值≤25％LEL，二级报警设定值≤50％LEL。通过现有的两级报警设定值，可以很好地帮助用户了解当前实时监测数据的报警等级，即现场的风险程度，从而采取相应管控措施；但是从一级报警到二级报警的这段时间，由于无法判断风险发展趋势的快慢，导致企业在二级报警触发相应管控措施前，无法提前针对管控措施进行防范或者防范速度过慢，从而导致企业因管控措施而损失严重。为了解决以上存在的问题，人们一直在寻求一种理想的技术解决方案。
技术实现思路
本专利技术的目的是针对现有技术的不足，从而提供了一种基于在线监测数据的风险趋势推演与分级预警方法，充分利用在线监测预警系统的历史监测数据，借助时序分析模型，推演该监测点数据在未来一段时间内风险的发展趋势，并结合企业对风险的可接受程度，依据推演结果对风险进行分级预警和信息推送，以便监管人员提前预判，采取针对性的管控措施。为了实现上述目的，本专利技术所采用的技术方案是：一种基于在线监测数据的风险趋势推演与分级预警方法，包括以下步骤：当在线监测数据大于一级报警阈值时，查询历史监测数据，识别获取距离在线监测数据最近的(n-1)个波峰值，并与在线监测数据组成参考数集(t1，y1)，(t2，y2)，(t3，y3)…(tn，yn)；其中，y1为在线监测数据，t1为在线监测数据对应的监测时刻，y2为距离在线监测数据最近的第一个波峰值，t2为第1个波峰值对应的监测时刻；yi为距离在线监测数据最近的第i-1个波峰值，ti为第i-1个波峰值对应的监测时刻，yn为距离在线监测数据最近的第n-1个波峰值，tn为第n-1个波峰值对应的监测时刻；对所述参考数集进行趋势拟合，获得趋势拟合曲线方程y＝a+bt；其中，为表征发展趋势快慢的参数，为表征最初发展趋势水平的参数；表示t1，t2，…ti，…tn的平均值；表示y1，y2，…yi，…yn的平均值；将表征发展趋势快慢的参数b与预设的多个分级预警阈值进行比较，根据比较结果进行分级预警。本专利技术还提供一种基于在线监测数据的风险趋势推演与分级预警系统，包括在线监测设备、风险趋势推演及分级装置以及预警设备，所述在线监测设备，用于实时在线获取监测数据；所述风险趋势推演及分级装置，与所述在线监测设备连接，用于获取在线监测数据，并在线监测数据大于一级报警阈值时，查询历史监测数据，识别获取距离在线监测数据最近的(n-1)个波峰值，并与在线监测数据组成参考数集(t1，y1)，(t2，y2)，(t3，y3)…(tn，yn)；对所述参考数集进行趋势拟合，获得趋势拟合曲线方程y＝a+bt；将表征发展趋势快慢的参数b与预设的多个分级预警阈值进行比较，根据比较结果进行分级；其中，y1为在线监测数据，t1为在线监测数据对应的监测时刻，y2为距离在线监测数据最近的第一个波峰值，t2为第1个波峰值对应的监测时刻；yi为距离在线监测数据最近的第i-1个波峰值，ti为第i-1个波峰值对应的监测时刻，yn为距离在线监测数据最近的第n-1个波峰值，tn为第n-1个波峰值对应的监测时刻；为表征发展趋势快慢的参数，为表征最初发展趋势水平的参数；表示t1，t2，…ti，…tn的平均值；表示y1，y2，…yi，…yn的平均值；所述预警设备，与所述风险趋势推演及分级装置连接，根据所述风险趋势推演及分级装置的分级结果进行相应预警。本专利技术相对现有技术具有突出的实质性特点和显著的进步，具体的说，本专利技术可以根据现场在线监测数据的发展变化过程，对未来一段时间内的风险趋势进行推演，并结合企业自身对风险的可接受程度，将推演结果进行分级和推送；企业安全管理人员收到预警信息后，可以根据分级结果，判断现场预警情况及趋势，及时采取针对性的管控措施，“靶向”化解现场风险，提前阻止风险的进一步恶化，实现安全管控关口前移，避免事故发生。附图说明图1是本专利技术的流程示意图。具体实施方式下面通过具体实施方式，对本专利技术的技术方案做进一步的详细描述。如图1所示，一种基于在线监测数据的风险趋势推演与分级预警方法，包括以下步骤：当在线监测数据大于一级报警阈值时，查询历史监测数据，识别获取距离在线监测数据最近的(n-1)个波峰值，并与在线监测数据组成参考数集(t1，y1)，(t2，y2)，(t3，y3)…(tn，yn)；其中，y1为在线监测数据，t1为在线监测数据对应的监测时刻，y2为距离在线监测数据最近的第一个波峰值，t2为第1个波峰值对应的监测时刻；yi为距离在线监测数据最近的第i-1个波峰值，ti为第i-1个波峰值对应的监测时刻，yn为距离在线监测数据最近的第n-1个波峰值，tn为第n-1个波峰值对应的监测时刻；对所述参考数集进行趋势拟合，获得趋势拟合曲线方程y＝a+bt；其中，为表征发展趋势快慢的参数，为表征最初发展趋势水平的参数；表示t1，t2，…ti，…tn的平均值；表示y1，y2，…yi，…yn的平均值；将表征发展趋势快慢的参数b与预设的多个分级预警阈值进行比较，根据比较结果进行分级预警；具体的，以常见的蓝黄橙红4级预警机制为例，其中，蓝色预警对应一般危险，黄色预警对应较重危险，橙色预警对应严重危险，红色预警对应特别严重危险；当b≤α阈1时，意味着发展趋势较慢，危害较小，故为蓝色预警；当α阈1≤b≤α阈2时，意味着发展趋势较快，危害较大，故为黄色预警；当α阈2≤b≤α阈3时，发展趋势很快，危害很大，故为橙色预警；当b≥α阈3时，发展趋势非常快，危害最大，故为红色预警。在具体实施过程中，当在线监测数据未达到一级报警阈值，即处于正常范围内时，不进行趋势拟合步骤，而是按原有逻辑正常运行，继续进行在线监测。本专利技术可以根据现场在线监测数据的发展变化过程，对未来一段时间内的风险趋势进行推演，并结合企业自身对风险的可接受程度，将推演结果进行分级和推送；企业安全管理人员收到预警信息后，可以根据分级结果，判断现场预警情况及趋势，及时采取针对性的管控措施，“靶向”化解现场风险，提前阻止风险的进一步恶化，实现安全管控关口前移，避免事故发生。其中，多个分级预警阈值需要根据根据企业风险可接受水平进行设定，具体步骤包括：根据趋势拟合曲线方程y＝a+bt，计算监测数据值y等于预设二级报警阈值时对应的时刻t；令ΔT＝t-t1，设定不同分级对应的ΔT取值范围：设定蓝色预警对应的ΔT取值范围为ΔT≥本文档来自技高网...

【技术保护点】
1.一种基于在线监测数据的风险趋势推演与分级预警方法，其特征在于，包括以下步骤：/n当在线监测数据大于一级报警阈值时，查询历史监测数据，识别获取距离在线监测数据最近的(n-1)个波峰值，并与在线监测数据组成参考数集(t

【技术特征摘要】
1.一种基于在线监测数据的风险趋势推演与分级预警方法，其特征在于，包括以下步骤：
当在线监测数据大于一级报警阈值时，查询历史监测数据，识别获取距离在线监测数据最近的(n-1)个波峰值，并与在线监测数据组成参考数集(t1，y1)，(t2，y2)，(t3，y3)…(tn，yn)；
其中，y1为在线监测数据，t1为在线监测数据对应的监测时刻，y2为距离在线监测数据最近的第一个波峰值，t2为第1个波峰值对应的监测时刻；yi为距离在线监测数据最近的第i-1个波峰值，ti为第i-1个波峰值对应的监测时刻，yn为距离在线监测数据最近的第n-1个波峰值，tn为第n-1个波峰值对应的监测时刻；
对所述参考数集进行趋势拟合，获得趋势拟合曲线方程y＝a+bt；其中，为表征发展趋势快慢的参数，为表征最初发展趋势水平的参数；表示t1，t2，…ti，…tn的平均值；表示y1，y2，…yi，…yn的平均值；
将参数b与预设的多个分级预警阈值进行比较，根据比较结果进行分级预警。


2.根据权利要求1所述的基于在线监测数据的风险趋势推演与分级预警方法，其特征在于：多个分级预警阈值的设定步骤包括：
根据趋势拟合曲线方程y＝a+bt，计算监测数据值y等于预设二级报警阈值时对应的时刻t；
令ΔT＝t-t1，设定不同分级对应的ΔT取值范围：
设定蓝色预警对应的ΔT取值范围为ΔT≥T1；
设定黄色预警对应的ΔT取值范围为T1≤ΔT≤T2；
设定橙色预警对应的ΔT取值范围为T2≤ΔT≤T3；
设定红色预警对应的ΔT取值范围为T3≤ΔT；
其中，T1、T2、T3均为企业风险可接受时间差阈值；
根据设定不同分级对应的ΔT取值范围计算分级预警阈值：











3.一种基于在线监测数据的风险趋势推演与分级预警系统，其特征在于：包括在线监测设备、风险趋势推演及分级装置...

【专利技术属性】
技术研发人员：杨相玉，杨昌再，郭伟明，刘晓斌，李猛，刘明锋，
申请(专利权)人：汉威科技集团股份有限公司，
类型：发明
国别省市：河南;41