一种基于工业大数据的预警方法和系统技术方案

本发明专利技术涉及一种基于工业大数据的预警方法和系统。其中方法包括：步骤S1，对实时信号进行特征点检测，选取实时信号中跨越预设报警阈值最高值的总时长为n的信号作为采样信号；步骤S2，将采样信号分别与N段历史报警信号进行相似度计算，得到N个相似度计算结果；步骤S3，对N个相似度计算结果分别进行归一化处理，得到归一化处理后的相似度计算结果；步骤S4，根据归一化处理后的相似度计算结果预测采样信号的未来变化趋势。本发明专利技术通过检测报警信号的关键特征点，采用少量的状态信息，实现报警信号的动态监测，满足预测的实时性要求，保证了预测信号的可靠性，能够为现场人员提供预警提示。

【技术实现步骤摘要】

本专利技术涉及工业自动化领域，尤其涉及一种基于工业大数据的预警方法和系统。
技术介绍
报警系统对保障燃煤发电机组的安全生产与高效运行发挥着至关重要的作用，现有报警技术普遍采用即时处理策略，即在报警发生后做出经验判断,报警判别方式是与预设的报警阈值进行比较,超过报警阈值范围的视为报警,报警发生后会触发报警装置并给出报警提示,现场人员结合自身的工作经验进行逐一排查。然而，现有报警系统普遍存在“报警过多、处理困难”的突出问题，从而导致无法通过报警及时发现机组运行状态偏离正常工作范围，无法及时排除异常状况、消除报警，不仅严重影响生产效益，更带来大量生产安全问题甚至事故。
技术实现思路
本专利技术所要解决的技术问题是针对现有技术的不足，提供一种基于工业大数据的预警方法和系统。本专利技术解决上述技术问题的技术方案如下：一种基于工业大数据的预警方法，包括如下步骤：步骤S1，对实时信号进行特征点检测，选取实时信号中跨越预设报警阈值最高值的总时长为n的信号作为采样信号；步骤S2，将所述采样信号分别与N段历史报警信号进行相似度计算，得到N个相似度计算结果；步骤S3，对N个相似度计算结果分别进行归一化处理，得到归一化处理后的相似度计算结果；步骤S4，根据归一化处理后的相似度计算结果预测所述采样信号的未来变化趋势。本专利技术的有益效果是：本专利技术通过检测报警信号的关键特征点，采用少量的状态信息，实现报警信号的动态监测，满足预测的实时性要求；综合考虑了相关历史信号的贡献率，保证了预测信号的可靠性；能够为现场人员提供预警提示，用来辅助生产运行人员分析判断已出现与即将出现的报警信号，避免不必要的事故发生。在上述技术方案的基础上，本专利技术还可以做如下改进。进一步地，步骤S1的具体实现为：将所述采样信号按照总时长n划分为n个特征点；计算每个特征点的幅值特征，用si表示第i个特征点的幅值特性，其中i＝1,2,…,n；并构建采样信号集合S＝[s1,s2,…,sn]；所述采样信号集合中至少有一个特征点的幅值特性大于预设报警阈值最高值。进一步地，步骤S2的具体实现为：假设N段历史报警信号中其中一段历史报警信号的集合为H＝[h1,h2,…,hm]，用hj表示历史报警信号的集合中第j个特征点的幅值特性，其中j＝1,2,…,m，m表示历史报警信号的集合中特征点的个数，计算si和hj之间的欧氏距离为：根据所述欧式距离计算sn和hm之间的规整距离，具体实现包括：构建si和hj之间的规整距离公式为：其中设定初始值g(-1,0)＝0，g(0,-1)＝0，g(0,0)＝0；根据所述规整距离公式迭代计算出sn和hm之间的规整距离g(n,m)，即p＝g(n,m)，其中p表示采样信号与其中一段历史报警信号的相似度；如此反复循环，直到计算出所述采样信号与N段历史报警信号的相似度，得到N个相似度计算结果，并形成相似度集合为：P＝[p1,p2,…,pN]；其中p1,p2,…,pN分别表示采样信号与N段历史报警信号中第1至N段历史报警信号的相似度。进一步地，步骤S3的具体实现为：对N个相似度计算结果分别进行归一化处理，得到归一化处理后的相似度为： d ^ i = ( 1 - p t C ) · 100 % , t = 1 , 2 , 3 , ... , N ; ]]>其中pt表示相似度集合中第t个相似度，C表示相似度评估基数，表示归一化处理后的相似度集合中第t个相似度。进一步地，步骤S4的具体实现为：对所有经过归一化处理后的相似度进行排序，选取大于等于预设相似度阈值Q的相似度px，用k表示大于等于预设相似度阈值Q的相似度的个数，则x＝1,2,3,…k，并选取与px相对应的历史报警信号之后的一段时长为Lp的信号数据HLpx作为评估预测依据；计算得到所述采样信号的未来变化趋势为： S L P = Σ x = 1 k ( H L P x · p x / Σ x = 1 k p x ) . ]]>本专利技术解决上述技术问题的另一种技术方案如下：一种基于工业大数据的预警系统，包括：采样信号选取模块，用于对实时信号进行特征点检测，选取实时信号中跨越预设报警阈值最高值的总时长为n的信号作为采样信号；相似度计算模块，用于将所述采样信号分别与N段历史报警信号进行相似度计算，得到N个相似度计算结果；归一化处理模块，用于对N个相似度计算结果分别进行归一化处理，得到归一化处理后的相似度计算结果；未来变化趋势预测模块，用于根据归一化处理后的相似度计算结果预测所述采样信号的未来变化趋势。本专利技术的有益效果是：本专利技术通过检测报警信号的关键特征点，采用少量的状态信息，实现报警信号的动态监测，满足预测的实时性要求；综合考虑了相关历史信号的贡献率，保证了预测信号的可靠性；能够为现场人员提供预警提示，用来辅助生产运行人员分析判断已出现与即将出现的报警信号，避免不必要的事故发生。在上述技术方案的基础上，本专利技术还可以做如下改进。进一步地，所述采样信号选取模块的具体实现为：将所述采样信号按照总时长n划分为n个特征点；计算每个特征点的幅值特征，用si表示第i个特征点的幅值特性，其中i＝1,2,…,n；并构建采样信号集合S＝[s1,s2,…,sn]；所述采样信号集合中至少有一个特征点的幅值特性大于预设报警阈值最高值。进一步地，所述相似度计算模块的具体实现为：假设N段历史报警信号中其中一段历史报警信号的集合为H＝[h1,h2,…,hm]，用hj表示历史报警信号的集合中第j个特征点的幅值特性，其中j＝1,2,…,m，m表示历史报警信号的集合中特征点的个数，计算si和hj之间的欧氏距离为：根据所述欧式距离计算sn和hm之间的规整距离，具体实现包括：构建si和hj之间的规整距离公式为：其中设定初始值g(-1,0)＝0，g(0,-1)＝0，g(0,0)＝0；根据所述规整距离公式迭代计算出sn和hm之间的规整距离g(n,m)，即p＝g(n,m)，其中p表示采样信号与其中一段历史报警信号的相似度；如此反复循环，直到计算出所述采样信号与N段历本文档来自技高网...

【技术保护点】
一种基于工业大数据的预警方法，其特征在于，包括如下步骤：步骤S1，对实时信号进行特征点检测，选取实时信号中跨越预设报警阈值最高值的总时长为n的信号作为采样信号；步骤S2，将所述采样信号分别与N段历史报警信号进行相似度计算，得到N个相似度计算结果；步骤S3，对N个相似度计算结果分别进行归一化处理，得到归一化处理后的相似度计算结果；步骤S4，根据归一化处理后的相似度计算结果预测所述采样信号的未来变化趋势。

【技术特征摘要】
1.一种基于工业大数据的预警方法，其特征在于，包括如下步骤：步骤S1，对实时信号进行特征点检测，选取实时信号中跨越预设报警阈值最高值的总时长为n的信号作为采样信号；步骤S2，将所述采样信号分别与N段历史报警信号进行相似度计算，得到N个相似度计算结果；步骤S3，对N个相似度计算结果分别进行归一化处理，得到归一化处理后的相似度计算结果；步骤S4，根据归一化处理后的相似度计算结果预测所述采样信号的未来变化趋势。2.根据权利要求1所述的基于工业大数据的预警方法，其特征在于，步骤S1的具体实现为：将所述采样信号按照总时长n划分为n个特征点；计算每个特征点的幅值特征，用si表示第i个特征点的幅值特性，其中i＝1，2，…，n；并构建采样信号集合S＝[s1，s2，…，sn]；所述采样信号集合中至少有一个特征点的幅值特性大于预设报警阈值最高值。3.根据权利要求2所述的基于工业大数据的预警方法，其特征在于，步骤S2的具体实现为：假设N段历史报警信号中其中一段历史报警信号的集合为H＝[h1，h2，…，hm]，用hj表示历史报警信号的集合中第j个特征点的幅值特性，其中j＝1，2，…，m，m表示历史报警信号的集合中特征点的个数，计算si和hj之间的欧氏距离为：根据所述欧式距离计算sn和hm之间的规整距离，具体实现包括：构建si和hj之间的规整距离公式为：其中设定初始值g(-1，0)＝0，g(0，-1)＝0，g(0，0)＝0；根据所述规整距离公式迭代计算出sn和hm之间的规整距离g(n，m)，即p＝g(n，m)，其中p表示采样信号与其中一段历史报警信号的相似度；如此反复循环，直到计算出所述采样信号与N段历史报警信号的相似度，得到N个相似度计算结果，并形成相似度集合为：P＝[p1，p2，…，pN]；其中p1，p2，…，pN分别表示采样信号与N段历史报警信号中第1至N段历史报警信号的相似度。4.根据权利要求3所述的基于工业大数据的预警方法，其特征在于，步骤S3的具体实现为：对N个相似度计算结果分别进行归一化处理，得到归一化处理后的相似度为： d ^ t = ( 1 - p t C ) · 100 % , t = 1 , 2 , 3 , ... , N ; ]]>其中pt表示相似度集合中第t个相似度，C表示相似度评估基数，表示归一化处理后的相似度集合中第t个相似度。5.根据权利要求4所述的基于工业大数据的预警方法，其特征在于，步骤S4的具体实现为：对所有经过归一化处理后的相似度进行排序，选取大于等于预设相似度阈值Q的相似度px，用k表示大于等于预设相似度阈值Q的相似度的个数，则x＝1，2，3，…k，并选取与px相对应的历史报警信号之后的一段时长为Lp的信号数据HLpx作为评估预测依据；计算得到所述采样信号的未来变化趋势为： S L P = Σ x = 1 k ( H L P x · p x / Σ x = 1 k p x ) . ]]>6.一种基于工业大数据的预警系统，其特征在于...

【专利技术属性】
技术研发人员：王建东，杨子江，黄越，
申请(专利权)人：北京协同创新研究院，
类型：发明
国别省市：北京;11