一种基于风险指标的串联和并联报警器选择方法及系统技术方案

本发明专利技术提出了一种基于风险指标的串联和并联报警器选择方法及系统，涉及工业报警器技术领域，采集待监控的工业过程中过程变量的历史数据,计算报警偏差和持续时间的集合，构建报警样本集；获取为工业过程设计的两个报警器：串联报警器和并联报警器，分别确定两个报警器的可移除区域，并对可移除区域进行网格化处理；根据报警样本集在网格化的可移除区域内的样本分布，以可移除区域内空白区域的占比作为风险指标，计算两个报警器的风险指标估计值；基于两个报警器的风险指标估计值，选择待监控工业过程的报警器；本发明专利技术通过设计一个明确的风险指标，协助在串联或并联报警器之间做出选择，降低未来错误消除真实报警的风险。降低未来错误消除真实报警的风险。降低未来错误消除真实报警的风险。

【技术实现步骤摘要】
一种基于风险指标的串联和并联报警器选择方法及系统


[0001]本专利技术属于工业报警器
，尤其涉及一种基于风险指标的串联和并联报警器选择方法及系统。

技术介绍

[0002]本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
[0003]工业过程中的报警系统是保障生产安全和稳定运行的重要组成部分，用于监测和检测工业参数，一旦发现异常，及时发出警报通知相关人员。随着工业技术的不断发展，报警器的种类和功能不断丰富，以适应各种不同的工业应用场景。然而，尽管报警系统在工业中广泛应用，误报警和漏报警问题仍然是影响报警系统性能和可靠性的重要挑战。
[0004]即使过程变量在正常工作条件下，也会由于噪声或干扰的存在出现误报警。这些误报警会导致不必要的生产中断，增加工作人员的负担，同时降低报警系统的可信度。漏报警是指报警系统在真正异常情况下未能触发的报警，潜在的安全隐患未被及时察觉，可能会增加生产事故和损失的风险。因此，在流程工业生产过程监测中，识别和消除误报警和漏报警对于确保系统稳定性和数据可靠性具有关键意义。
[0005]报警死区和延迟器在工业和生产领域被广泛应用，以应对误报警和漏报警等问题。报警死区适用于消除报警偏差较小但报警持续时间较大的误报警，而延迟器适用于处理报警持续时间较小但报警偏差较大的误报警；然而，在很多实际情况下，不同类型的误报警往往同时存在，单独依赖报警死区或延迟器很难有效地消除这些误报警；因此，报警死区和延迟器的串联和并联报警系统应运而生，能够很好地处理以上问题。
[0006]不过，目前尚缺乏一种科学的方法来确定何时应选择串联或并联报警器，在串联和并联的选择上缺少科学依据，而选择不当的报警器在未来真实报警事件发生时可能更容易忽视报警信号，误报警和漏报警的频繁发生导致报警系统性能和可靠性不高。

技术实现思路

[0007]为克服上述现有技术的不足，本专利技术提供了一种基于风险指标的串联和并联报警器选择方法及系统，基于网格化的可移除区域内的样本分布，设计一个明确的风险指标，协助在串联或并联报警器之间做出选择，降低未来错误消除真实报警的风险。
[0008]为实现上述目的，本专利技术的一个或多个实施例提供了如下技术方案：本专利技术第一方面提供了一种基于风险指标的串联和并联报警器选择方法。
[0009]一种基于风险指标的串联和并联报警器选择方法，包括：采集待监控的工业过程中过程变量的历史数据, 根据报警阈值生成相应的报警信号序列，计算报警偏差和持续时间的集合，构建报警样本集；获取为工业过程设计的两个报警器：串联报警器和并联报警器，根据报警器的死区宽度和延迟因子，分别确定两个报警器的可移除区域，并对可移除区域进行网格化处理；
根据报警样本集在网格化的可移除区域内的样本分布，以可移除区域内空白区域的占比作为风险指标，计算两个报警器的风险指标估计值；基于两个报警器的风险指标估计值，选择待监控工业过程的报警器。
[0010]进一步的，所述对可移除区域进行网格化处理，是基于先验知识，通过特定步长将可移除区域划分成等大小的网格。
[0011]进一步的，所述报警偏差是每个报警事件中从报警发生到报警清除之间的过程变量到报警阈值的最大偏差值；所述持续时间是每个报警事件中从报警发生到报警清除的持续时间；每对报警偏差和持续时间，作为一个报警样本。
[0012]进一步的，所述报警样本集在网格化的可移除区域内的样本分布，是可移除区域中的每个网格都有一个中心点，当网格中含有报警样本时，该中心点为一个实点；否则，该中心点为一个虚点。
[0013]进一步的，所述可移除区域内空白区域的占比，具体为：计算可移除区域内虚点数和中心点数；将虚点数和中心点数的比值作为风险指标，利用贝叶斯方法估计风险指标的值。
[0014]进一步的，所述计算两个报警器的风险指标估计值，具体为：利用贝叶斯估计方法获取风险指标估计值及其置信区间；当估计值及其置信区间满足可靠性指标时，所获得的估计值被视为可靠；否则，进一步扩充历史数据，以获得具有可靠性的风险指标估计值。
[0015]进一步的，所述贝叶斯估计方法，具体为：每个网格是否包含报警样本看作是一个二元试验，将可移除区域内的虚点数视为一个服从二项分布的离散随机变量的实现；先将均匀分布作为风险指标的先验分布，结合实验数据后得到风险指标的后验概率，进而得到风险指标的估计值及其置信区间。
[0016]本专利技术第二方面提供了一种基于风险指标的串联和并联报警器选择系统。
[0017]一种基于风险指标的串联和并联报警器选择系统，包括样本构建模块、区域网格模块、指标估值模块和报警器选择模块：样本构建模块，被配置为：采集待监控的工业过程中过程变量的历史数据, 根据报警阈值生成相应的报警信号序列，计算报警偏差和持续时间的集合，构建报警样本集；区域网格模块，被配置为：获取为工业过程设计的两个报警器：串联报警器和并联报警器，根据报警器的死区宽度和延迟因子，分别确定两个报警器的可移除区域，并对可移除区域进行网格化处理；指标估值模块，被配置为：根据报警样本集在网格化的可移除区域内的样本分布，以可移除区域内空白区域的占比作为风险指标，计算两个报警器的风险指标估计值；报警器选择模块，被配置为：基于两个报警器的风险指标估计值，选择待监控工业过程的报警器。本专利技术第三方面提供了计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现如本专利技术第一方面所述的一种基于风险指标的串联和并联报警器选择方法中的步骤。
[0018]本专利技术第四方面提供了电子设备，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专利技术第一方面所述的一种基于风险指标的串联和并联报警器选择方法中的步骤。
[0019]以上一个或多个技术方案存在以下有益效果：本专利技术提出了一种基于风险指标的串联和并联报警器选择方法，该方法首先根据报警器设计值确定报警器的可移除区域；其次，通过特定步长将该区域划分成等大小的网格，计算不包含报警数据的空白网格数量和总网格数量；最后，利用贝叶斯估计方法获取风险指标的可靠估计。
[0020]基于网格化的可移除区域内的样本分布，设计一个明确的风险指标，协助在串联或并联报警器之间做出选择，在实践中实现简单，而且能够有效地应对误报警的多样性问题，降低未来错误消除真实报警的风险，对工业过程的安全高效运行具有至关重要的意义。
[0021]本专利技术附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。
附图说明
[0022]构成本专利技术的一部分的说明书附图用来提供对本专利技术的进一步理解，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。
[0023]图1为第一个实施例的方法流程图；图2为第一个实施例中三容水箱结构示意图；图3为第一个实施例中三容水箱闭环控制系统仿真模型图；图4为第一个实施例中信号的部分采样数据；图5为第本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于风险指标的串联和并联报警器选择方法，其特征在于，包括：采集待监控的工业过程中过程变量的历史数据, 根据报警阈值生成相应的报警信号序列，计算报警偏差和持续时间的集合，构建报警样本集；获取为工业过程设计的两个报警器：串联报警器和并联报警器，根据报警器的死区宽度和延迟因子，分别确定两个报警器的可移除区域，并对可移除区域进行网格化处理；根据报警样本集在网格化的可移除区域内的样本分布，以可移除区域内空白区域的占比作为风险指标，计算两个报警器的风险指标估计值；基于两个报警器的风险指标估计值，选择待监控工业过程的报警器。2.如权利要求1所述的一种基于风险指标的串联和并联报警器选择方法，其特征在于，所述对可移除区域进行网格化处理，是基于先验知识，通过特定步长将可移除区域划分成等大小的网格。3.如权利要求1所述的一种基于风险指标的串联和并联报警器选择方法，其特征在于，所述报警偏差是每个报警事件中从报警发生到报警清除之间的过程变量到报警阈值的最大偏差值；所述持续时间是每个报警事件中从报警发生到报警清除的持续时间；每对报警偏差和持续时间，作为一个报警样本。4.如权利要求1所述的一种基于风险指标的串联和并联报警器选择方法，其特征在于，所述报警样本集在网格化的可移除区域内的样本分布，是可移除区域中的每个网格都有一个中心点，当网格中含有报警样本时，该中心点为一个实点；否则，该中心点为一个虚点。5.如权利要求4所述的一种基于风险指标的串联和并联报警器选择方法，其特征在于，所述可移除区域内空白区域的占比，具体为：计算可移除区域内虚点数和中心点数；将虚点数和中心点数的比值作为风险指标，利用贝叶斯方法估计风险指标的值。6.如权利要求1所述的一种基于风险指标的串联和并联报警器选择方法，其特征在于，所述计算两个报警器的风险指标估计值，具体为：利用贝叶斯估计方法获取风险指标估...

【专利技术属性】
技术研发人员：王建东，亓彦，孙寿晨，杨子江，周东华，
申请(专利权)人：山东科技大学，
类型：发明
国别省市：