【技术实现步骤摘要】
一种融合报警事件和趋势事件的序列相似性分析方法
[0001]本专利技术涉及工业过程故障监测与诊断领域,尤其涉及一种融合报警事件和趋势事件的序列相似性分析方法
。
技术介绍
[0002]随着工业系统设备的更新换代,设备之间的连接愈发复杂,使得控制系统的复杂性日益增长,导致监控过程中的决策任务变得困难
。
为了避免意外停机,需要利用收集到的过程数据信息进行对比分析
。
在报警系统中,当过程信号的数据超出设定的报警阈值时视为发生报警
。
故障的发在通常会产生一系列的规律报警或趋势变化
。
报警条件通常伴随着过程信号的异常变化作为前兆,这些变化不仅反映在过程信号的幅度上,还反映其方向上
。
因此,幅值变化和趋势变化都是过程信号不可忽略的特征
。
由于相同故障可能会引起相似的报警或者趋势变化序列,可以引入序列相似性分析来有效区分不同故障
。
[0003]现有面向复杂工业过程的事件序列相似性分析方法主要针对报警序列,其反映的是过程数据的幅值变化特征
。
目前,报警序列的相似性分析方法的研究内容主要包括成对序列的相似性分析
、
多序列比对
、
跨设备的序列比对
、
报警序列在线比对及预测方法等
。
上述方法都是通过对过程信号设定报警阈值来生成报警信号,然后按时间顺序提取报警事件进而得到报警序列;最后将其与历史报警序列数据库做相似性比对
【技术保护点】
【技术特征摘要】
1.
一种融合报警事件和趋势事件的序列相似性分析方法,其特征在于:包括以下步骤:
S1、
针对设备过程信号,从幅值上提取报警序列;
S2、
针对设备过程信号,从方向上提取趋势序列;
S3、
融合所述报警序列与所述趋势序列,得到融合序列;
S4、
对融合序列进行相似性计算和聚类分析,得到不同故障类别
。2.
如权利要求1所述的一种融合报警事件和趋势事件的序列相似性分析方法,其特征在于:步骤
S1
具体如下:
S11、
对过程信号采用小波去噪,得到时间序列数据
x(t)
=
[x(1),x(2),
…
,x(N)]
;根据时间序列数据,得到多报警状态
x
a
(t)
;所述多报警状态包括:高报警状态
、
低报警状态和正常状态;
S12、
从多报警状态中,采用
ε
采样的闭合延迟定时器,消除抖振报警,得到消除抖振报警后的状态;
S13、
从消除抖振报警后的状态中分别提取单个过程变量的报警事件,后按事件先后顺序排列整合所有报警事件,构成报警序列
。3.
如权利要求1所述的一种融合报警事件和趋势事件的序列相似性分析方法,其特征在于:步骤
S2
具体为:
S21、
利用均值和方差法检验过程信号的平稳性,得到非平稳时间序列;
S22、
对非平稳时间序列,利用
PLR
进行趋势提取,得到趋势分段;
S23、
根据趋势分段,对趋势进行定性分类,包括快速上升
、
上升
、
下降
、
快速下降和平稳五种趋势;
S24、
分别提取单个过程变量在故障期间的趋势事件,后按时间先后顺序整合所有趋势事件,构成趋势序列,并对趋势序列,按趋势分段进行合并
。4.
如权利要求1所述的一种融合报警事件和趋势事件的序列相似性分析方法,其特征在于:步骤
S3
具体如下:
S31、
构建特征事件
f
i
=
(t
f
,X
f
)
,所述特征事件指在某时刻某种特征发生变化,包括报警状态变化和趋势变化;其中,
i
=
1,2,
…
N
f
,
N
f
为融合序列包含的特征事件总数,
t
f
为特征发生时刻,
X
f
为特征类别;
S32、
所述融合序列为:
S
f
=
<f1f2…
f
Nf
>。5.
如权利要求4所述的一种融合报警事件和趋势事件的序列相似性分析方法,其特征在于:步骤
S4
具体为:
S41、
对多种融合序列,采用改进
SW
法进行相互比对,得到相似度矩阵;
S42、
根据相似度矩阵,采用层次聚类法进行聚类,得到不同类别
。6.
如权利要求5所述的一...
【专利技术属性】
技术研发人员:胡文凯,王哲,黎育朋,万雄波,曹卫华,
申请(专利权)人:中国地质大学武汉,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。