CN107122586B - 基于单一模拟量和报警延迟器的报警系统优化方法及装置 - Google Patents
基于单一模拟量和报警延迟器的报警系统优化方法及装置 Download PDFInfo
- Publication number
- CN107122586B CN107122586B CN201710165926.XA CN201710165926A CN107122586B CN 107122586 B CN107122586 B CN 107122586B CN 201710165926 A CN201710165926 A CN 201710165926A CN 107122586 B CN107122586 B CN 107122586B
- Authority
- CN
- China
- Prior art keywords
- alarm
- rate
- delay
- report
- failing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B29/00—Checking or monitoring of signalling or alarm systems; Prevention or correction of operating errors, e.g. preventing unauthorised operation
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B29/00—Checking or monitoring of signalling or alarm systems; Prevention or correction of operating errors, e.g. preventing unauthorised operation
- G08B29/18—Prevention or correction of operating errors
- G08B29/185—Signal analysis techniques for reducing or preventing false alarms or for enhancing the reliability of the system
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
- G16Z99/00—Subject matter not provided for in other main groups of this subclass
Landscapes
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了基于单一模拟量和报警延迟器的报警优化方法及装置,其中,该方法包括确定报警延时参数n和报警阈值xtp为报警系统的优化参数,以及将误报率、漏报率及平均报警延时作为性能指标,其中,n为正整数;固定报警延时参数n或报警阈值xtp,求取上述三个性能指标分别对应的报警阈值xtp或报警延时参数n的有效区间;计算报警阈值xtp或报警延时参数n的有效区间的交集,若交集为空,则进入下一步;若交集为非空,则得到报警阈值xtp或报警延时参数n的优化值;基于上述三个性能指标的要求,确定报警延时参数n的范围,再针对报警延时参数n范围内每一个报警延时参数分别求解出相应报警阈值xtp的优化值。本发明提高了报警系统的性能及处理报警的效率。
Description
技术领域
本发明属于信号处理领域,尤其涉及一种单一模拟量和报警延迟器的报警系统优化方法及装置。
背景技术
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,然而,目前普遍存在的问题是报警信号的数量过多,有时会在短短几十分钟内会产生几百个报警,导致操作人员无法及时处理这些报警,而且忽略报警信息,甚至关闭报警系统。由于报警系统对于工业很重要,当报警系统的性能不能满足要求时,即漏报率、误报率和平均报警延时不能满足系统要求时,有必要对报警系统的性能参数进行重新设计。
发明内容
为了解决上述问题,本发明的第一目的是针对一种基于单一模拟量和报警延迟器的报警系统提供了一种参数优化方法。
本发明的报警系统的参数优化方法,包括:
步骤1:确定报警延时参数n和报警阈值xtp为报警系统的优化参数,将误报率、漏报率及平均报警延时作为性能指标;其中,误报率、漏报率及平均报警延时均为报警延时参数n和报警阈值xtp的函数,且n为正整数;
步骤2:固定报警延时参数n或报警阈值xtp,根据预设误报率、漏报率及平均报警延时性能指标要求,求取上述三个性能指标分别对应的另一个非固定优化参数的有效区间;
步骤3:计算求取的非固定优化参数有效区间的交集,若交集为空,则说明单一设计一个参数无法同时满足性能指标要求,进入下一步;若交集为非空,则交集作为非固定优化参数的范围取值;
步骤4:确定同时满足预设误报率、漏报率及平均报警延时性能指标要求的报警延时参数n的取值范围,任选在报警延时参数n取值范围内的一个值,进而计算出同时满足预设误报率、漏报率及平均报警延时性能指标要求的报警阈值xtp。
进一步的,该方法还包括:当步骤4中出现至少两组报警延时参数n与报警阈值xtp时,定义加权和损失函数,通过求取加权和损失函数的最小值,得到最优的一组报警延时参数n与报警阈值xtp。
其产生的有益效果为:可以准确地获得产生最小损失的一组报警延时参数n和报警阈值xtp,保证性能得到最大程度的优化。
进一步的,由于三个性能指标与报警延时参数n和报警阈值xtp呈非线性关系,可以利用二维网格法来求解加权和损失函数,对于每一个报警延迟参数n,求出相应的最小加权和损失函数及其对应的报警阈值,所有的最小加权和损失函数中的最小值所对应的报警延迟参数及报警阈值即为最终选择。
其产生的有益效果为:降低了求解最优一组的报警延时参数n和报警阈值xtp的难度,并且结果准确。进一步的,在所述步骤4中,确定报警延时参数n的范围的过程为:
根据误报率和漏报率的性能指标要求,筛选出报警延时参数n的范围集合[n1,n2];
再根据平均报警延时的性能指标要求,确定报警延时参数n的范围集合[n3,n4];
求解[n1,n2]和[n3,n4]两个集合的交集即为报警延时参数n的选择范围,其中,n1、n2、n3和n4均为正整数;n1<n2,n3<n4。
其产生的有益效果为:可以获得多组使性能指标满足报警系统要求的设计参数,并能从中获得最优的一组设计参数。
本发明的第二目的是提供一种基于单一模拟量和报警延迟器的报警优化装置。
本发明的一种基于单一模拟量和报警延迟器的报警优化装置,包括:
优化参数及优化参数确定模块,其用于确定报警延时参数n和报警阈值xtp为报警系统的优化参数,将误报率、漏报率及平均报警延时作为性能指标;其中,误报率、漏报率及平均报警延时均为报警延时参数n和报警阈值xtp的函数,且n为正整数;
参数固定及有效区间求取模块,其用于固定报警延时参数n或报警阈值xtp,根据预设误报率、漏报率及平均报警延时性能指标要求,求取上述三个性能指标分别对应的另一个非固定优化参数的有效区间;
有效区间交集计算模块,其用于计算报警阈值xtp或报警延时参数n的有效区间的交集;
当交集为空,则确定同时满足预设误报率、漏报率及平均报警延时性能指标要求的报警延时参数n的取值范围,任选在报警延时参数n取值范围内的一个值,进而计算出同时满足预设误报率、漏报率及平均报警延时性能指标要求的报警阈值xtp;
当交集为非空,则交集作为非固定优化参数的范围取值。
进一步的,该装置还包括:参数最优筛选模块,其用于当出现至少两组报警延时参数n与报警阈值xtp时,定义加权和损失函数,通过求取加权和损失函数的最小值,得到最优的一组报警延时参数n与报警阈值xtp。
进一步的,在所述参数最优筛选模块中,利用二维网格法来求解加权和损失函数,对于每一个报警延迟参数n,求出相应的最小加权和损失函数及其对应的报警阈值,所有的最小加权和损失函数中的最小值所对应的报警延迟参数及报警阈值即为最终选择。
进一步的,当交集为空时,有效区间交集计算模块还用于:根据误报率和漏报率的性能指标要求,筛选出报警延时参数n的范围集合[n1,n2];
再根据平均报警延时的性能指标要求,确定报警延时参数n的范围集合[n3,n4];
求解[n1,n2]和[n3,n4]两个集合的交集即为报警延时参数n的选择范围,其中,n1、n2、n3和n4均为正整数;n1<n2,n3<n4。
本发明还提供了另一种基于单一模拟量和报警延迟器的报警优化装置。
本发明的一种基于单一模拟量和报警延迟器的报警优化装置,该装置包括输入设备和处理器,所述输入设备,其被配置为:
确定报警延时参数n和报警阈值xtp为报警系统的优化参数,以及将误报率、漏报率及平均报警延时作为性能指标,其中,n为正整数;
所述处理器,其被配置为:
固定报警延时参数n或报警阈值xtp,根据预设误报率、漏报率及平均报警延时性能指标要求,求取上述三个性能指标分别对应的另一个非固定优化参数的有效区间;
计算求取的非固定优化参数有效区间的交集,若交集为空,则说明单一设计一个参数无法同时满足性能指标要求,确定同时满足预设误报率、漏报率及平均报警延时性能指标要求的报警延时参数n的取值范围,任选在报警延时参数n取值范围内的一个值,进而计算出同时满足预设误报率、漏报率及平均报警延时性能指标要求的报警阈值xtp;
若交集为非空,则交集作为非固定优化参数的范围取值。
进一步的,所述处理器还被配置为:当出现至少两组报警延时参数n与报警阈值xtp时,定义加权和损失函数,通过求取加权和损失函数的最小值,得到最优的一组报警延时参数n与报警阈值xtp。
与现有技术相比,本发明的有益效果是:
(1)本发明通过设计报警延时参数和报警阈值,最大程度地使报警性能指标满足报警系统的性能要求,减少误报警、漏报警和平均报警延时。
(2)本发明基于误报率、漏报率和平均报警延时三个性能指标,针对指标不能满足设计要求的基于单变量和报警延时器的报警系统,按照指定的设计要求,对报警系统的参数进行优化设计,从而提高报警系统的性能,减少干扰报警,提高现场操作人员处理报警的效率,保障了生产安全性。
附图说明
构成本申请的一部分的说明书附图用来提供对本申请的进一步理解,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。
图1为本发明的报警系统的参数优化方法流程图;
图2为本发明具体实施例中误报率、漏报率、平均报警延时三者分别与报警阈值xtp的关系;
图3为本发明具体实施例中误报率、漏报率、平均报警延时三者分别与报警延时参数n的关系;
图4为本发明具体实施例中延时报警机制下误报率和漏报率的关系曲线;
图5为本发明具体实施例中延时报警机制下平均报警延时和报警阈值xtp的关系曲线;
图6为本发明的一种报警系统的参数优化装置结构示意图;
图7为本发明的另一种报警系统的参数优化装置结构示意图。
具体实施方式
应该指出,以下详细说明都是例示性的,旨在对本申请提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本申请所属技术领域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申请的示例性实施方式。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。
图1为本发明的报警系统的参数优化方法流程图。
如图1所示,本发明的报警系统的参数优化方法,包括:
步骤1:确定报警延时参数n和报警阈值xtp为报警系统的优化参数,以及将误报率、漏报率及平均报警延时作为性能指标,其中,误报率、漏报率及平均报警延时均为报警延时参数n和报警阈值xtp的函数,且n为正整数;
其中FAR代表误报率,MAR代表漏报率,AAD代表平均报警延时。
其中且q2=1-q1,q(x)是过程变量x处于正常状态下的概率密度函数。
其中且p2=1-p1,p(x)是过程变量x处于异常状态下的概率密度函数。
其中h代表采样周期。
步骤2:固定报警延时参数n或报警阈值xtp,根据预设误报率、漏报率及平均报警延时性能指标要求,求取上述三个性能指标分别对应的另一个非固定优化参数的有效区间。
在报警延时参数为n的延时报警机制下,设计报警阈值xtp使得报警系统满足:FAR≤m,MAR≤l,AAD≤g。其中,m、l和g分别误报率、漏报率及平均报警延时的上限值。
在FAR满足性能设计要求时,可以求得xtp的有效区间是[xtp1,xtp2]。
在MAR满足性能设计要求时,可以求得xtp的有效区间[xtp3,xtp4]。
在AAD满足性能设计要求时,可以求得xtp的有效区间是[xtp5,xtp6]。
步骤3:计算报警阈值xtp或报警延时参数n的有效区间的交集,若交集为空,则进入下一步;若交集为非空,则得到报警阈值xtp或报警延时参数n的优化值。
在报警延时参数为n的延时报警机制下,MAR,FAR,AAD三个指标对应的xtp有效区间的交集为报警阈值xtp的最终选择,即xtp∈[xtp1,xtp2]∩[xtp3,xtp4]∩[xtp5,xtp6],如果交集为空,则说明通过单独调整报警阈值xtp的方式无法同时满足三个性能指标要求。
同样,当报警阈值xtp固定时,可以通过FAR,MAR,AAD的公式分别获得满足各自对应的性能指标要求的报警延时参数n的有效区间。这些有效区间的交集将是同时满足三个性能指标要求的报警延时参数n的最终选择,此时n取正整数。如果交集为空,则说明通过单独调整报警延时参数n的方式无法同时满足三个性能指标要求。
步骤4:确定同时满足预设误报率、漏报率及平均报警延时性能指标要求的报警延时参数n的取值范围,任选在报警延时参数n取值范围内的一个值,进而计算出同时满足预设误报率、漏报率及平均报警延时性能指标要求的报警阈值xtp。
对于不同的报警延时参数n,通过改变报警阈值xtp,根据误报率、漏报率及平均报警延时的公式,求得误报率和漏报率的关系曲线,以及平均报警延时和报警阈值的关系曲线,根据误报率和漏报率设计性能要求筛选出报警延时参数n的范围[n1,n2],再根据平均报警延时的设计要求确定报警延时参数n的范围[n3,n4],两个集合的交集即为报警延时参数n的选择范围。
但是,当出现两组及以上的可取的报警延时参数n与报警阈值范围时,最终只能确定一组,因此需要进行优化选择。
定义加权和损失函数为:其中RFAR、RMAR和RAAD分别是误报率FAR、漏报率MAR和平均报警延时AAD的设计要求;ω1,ω2,ω3分别是FAR,MAR和AAD的权重,且均为常系数。
最优的一组报警延时参数n和报警阈值xtp可以通过加权和损失函数达到最小值得到,即(xtp,n)=argminJ(xtp,n)。利用二维网格法进行求解,设步长为a,将报警阈值进行划分,对于每一个报警延迟参数n,求出相应的最小加权和损失函数及其对应的报警阈值,所有的最小加权和损失函数中的最小值所对应的报警延迟参数及报警阈值即为最终选择,其中a为正数。
以下是本发明所述方法在具体示例中的应用。
应用1,已知报警延迟参数,设计报警阈值。
采用一个高斯白噪声随机过程来产生过程变量x的数据,并且在t0时刻过程变量x从正常状态跳变到异常状态。
其中:t0=1000h,采样周期h=1s,数据长度为2000,报警延迟参数n=4,,设计报警阈值xtp使得报警系统满足FAR≤4%,MAR≤4%,AAD≤8h。
根据误报率、漏报率及平均报警延时三者的计算公式,得到误报率、漏报率和平均报警延时的关系图,如图2所示。对于固定的报警延时参数n,报警阈值xtp越大,误报率越小,而漏报率和平均报警延时越大,反之亦然。从图2中可得满足误报率、漏报率及平均报警延时三个性能指标要求的有效区间分别为xtp≥3.59,xtp≤4.41,以及xtp≤4.35,故有效区间的交集xtp∈[3.59,4.35]为最终报警阈值的选择范围。
应用2,已知报警阈值,设计报警延迟参数。
采用一个高斯白噪声随机过程来产生过程变量x的数据,并且在t0时刻过程变量x从正常状态跳变到异常状态。
其中t0=1000h,采样周期h=1s,数据长度为2000,报警阈值xtp=4.0,设计报警延迟参数n使得报警系统满足FAR≤1%,MAR≤1%,AAD≤8h。
根据所述步骤S2可得误报率、漏报率和平均报警延时的关系图,如图3所示。对于固定的报警阈值xtp,报警延时参数n越大,误报率和漏报率越小,而平均报警延时越大,反之亦然。从图中可得满足误报率、漏报率及平均报警延时三个性能指标要求的有效区间的交集为n=4或n=5。
应用3,同时设计报警延迟参数和报警阈值。
采用一个高斯白噪声随机过程来产生过程变量x的数据,并且在t0时刻过程变量x从正常状态跳变到异常状态。
其中t0=1000h,采样周期h=1s,数据长度为2000,设计报警延迟参数n和报警阈值xtp使得报警系统满足FAR≤1%,MAR≤1%,AAD≤10h。
对于不同的报警延时参数n,通过改变报警阈值xtp可得误报率和漏报绿的关系曲线图,如图4所示,从图中可以看出当n≥4时可以满足误报率和漏报率的要求。不同的报警延时参数n求得的报警阈值xtp和平均报警延时的关系图,如图5所示,从图中可以看出满足平均报警延时性能要求时n∈[1,9]。因此,报警延时参数n应该选择n∈[4,9]。
对于n∈[4,9]中的每一个n的取值,可以分别计算出与之对应的满足误报率、漏报率以及平均报警延时的设计要求的报警阈值xtp范围,如表1所示。
表1报警延时参数对应的报警阈值xtp范围
n | xtp(FAR,MAR) | xtp(AAD) | xtp |
4 | [3.83,4.17] | [3,4.50] | [3.83,4.17] |
5 | [3.67,4.33] | [3,4.21] | [3.67,4.21] |
6 | [3.56,4.44] | [3,3.96] | [3.59,3.96] |
7 | [3.47,4.53] | [3,3.72] | [3.47,3.72] |
8 | [3.41,4.59] | [3,3.49] | [3.41,3.49] |
9 | [3.36.4.64] | [3,3.22] | ..... |
表1中存在多组可选参数,但是最终只能选择一组。
因此,按照定义的加权和损失函数计算公式可得每一个报警延时参数对应的最小加权和损失函数值,此时,令ω1=ω2=ω3=1,表示三个指标的重要性一致,并设置步长a=0.01。计算结果如表2所示。
表2报警延时参数对应的损失函数的最小值和报警阈值
n | xtp | J(xtp,n)的最小值 |
4 | 3.97 | 1.7063 |
5 | 3.88 | 1.5762 |
6 | 3.76 | 1.7764 |
7 | 3.65 | 2.0171 |
8 | 3.49 | 2.3708 |
从表2中可以看出:最小加权和损失函数值所对应的报警延时参数n=5,报警阈值xtp=3.88。
图6为本发明的一种报警系统的参数优化装置结构示意图。
如图6所示的本发明的一种报警系统的参数优化装置,包括:
优化参数及优化参数确定模块,其用于确定报警延时参数n和报警阈值xtp为报警系统的优化参数,将误报率、漏报率及平均报警延时作为性能指标;其中,误报率、漏报率及平均报警延时均为报警延时参数n和报警阈值xtp的函数,且n为正整数;
参数固定及有效区间求取模块,其用于固定报警延时参数n或报警阈值xtp,根据预设误报率、漏报率及平均报警延时性能指标要求,求取上述三个性能指标分别对应的另一个非固定优化参数的有效区间;
有效区间交集计算模块,其用于计算报警阈值xtp或报警延时参数n的有效区间的交集;
当交集为空,则确定同时满足预设误报率、漏报率及平均报警延时性能指标要求的报警延时参数n的取值范围,任选在报警延时参数n取值范围内的一个值,进而计算出同时满足预设误报率、漏报率及平均报警延时性能指标要求的报警阈值xtp;
当交集为非空,则交集作为非固定优化参数的范围取值。
该装置还包括:参数最优筛选模块,其用于当出现至少两组报警延时参数n与报警阈值xtp时,定义加权和损失函数,通过求取加权和损失函数的最小值,得到最优的一组报警延时参数n与报警阈值xtp。
其中,在所述参数最优筛选模块中,利用二维网格法来求解加权和损失函数,对于每一个报警延迟参数n,求出相应的最小加权和损失函数及其对应的报警阈值,所有的最小加权和损失函数中的最小值所对应的报警延迟参数及报警阈值即为最终选择。
本发明基于误报率、漏报率和平均报警延时三个性能指标,针对指标不能满足设计要求的基于单变量和报警延时器的报警系统,按照指定的设计要求,对报警系统的参数进行优化设计,从而提高报警系统的性能,减少干扰报警,提高现场操作人员处理报警的效率,保障了生产安全性。
图7为本发明的另一种报警系统的参数优化装置结构示意图。
如图7所示,本发明的报警系统的参数优化装置,该装置包括输入设备和处理器,所述输入设备,其被配置为:
确定报警延时参数n和报警阈值xtp为报警系统的优化参数,以及将误报率、漏报率及平均报警延时作为性能指标,其中,n为正整数;
所述处理器,其被配置为:
固定报警延时参数n或报警阈值xtp,根据预设误报率、漏报率及平均报警延时性能指标要求,求取上述三个性能指标分别对应的另一个非固定优化参数的有效区间;
计算求取的非固定优化参数有效区间的交集,若交集为空,则说明单一设计一个参数无法同时满足性能指标要求,确定同时满足预设误报率、漏报率及平均报警延时性能指标要求的报警延时参数n的取值范围,任选在报警延时参数n取值范围内的一个值,进而计算出同时满足预设误报率、漏报率及平均报警延时性能指标要求的报警阈值xtp;
若交集为非空,则交集作为非固定优化参数的范围取值。
进一步的,所述处理器还被配置为:当出现至少两组报警延时参数n与报警阈值xtp时,定义加权和损失函数,通过求取加权和损失函数的最小值,得到最优的一组报警延时参数n与报警阈值xtp。
需要说明的是,本发明的输入设备为键盘或鼠标,或其他现有结构的输入设备。
本发明基于误报率、漏报率和平均报警延时三个性能指标,针对指标不能满足设计要求的基于单变量和报警延时器的报警系统,按照指定的设计要求,对报警系统的参数进行优化设计,从而提高报警系统的性能,减少干扰报警,提高现场操作人员处理报警的效率,保障了生产安全性。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范围的限制,所属领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (7)
1.一种基于单一模拟量和报警延迟器的报警优化方法,其特征在于,包括:
步骤1:确定报警延时参数n和报警阈值xtp为报警系统的优化参数,将误报率、漏报率及平均报警延时作为性能指标;其中,误报率、漏报率及平均报警延时均为报警延时参数n和报警阈值xtp的函数,且n为正整数;
其中,FAR代表误报率,MAR代表漏报率,AAD代表平均报警延时;
误报率其中且q2=1-q1,q(x)是过程变量x处于正常状态下的概率密度函数;
漏报率其中且p2=1-p1,p(x)是过程变量x处于异常状态下的概率密度函数;
平均报警延时其中h代表采样周期;
步骤2:固定报警延时参数n或报警阈值xtp,根据预设误报率、漏报率及平均报警延时性能指标要求,求取上述三个性能指标分别对应的另一个非固定优化参数的有效区间;
误报率、漏报率及平均报警延时性能指标要求为:FAR≤m,MAR≤l,AAD≤g,其中,m、l和g分别误报率、漏报率及平均报警延时的上限值;
步骤3:计算求取的非固定优化参数有效区间的交集,若交集为空,则说明单一设计一个参数无法同时满足性能指标要求,进入下一步;若交集为非空,则交集作为非固定优化参数的范围取值;
步骤4:确定同时满足预设误报率、漏报率及平均报警延时性能指标要求的报警延时参数n的取值范围,任选在报警延时参数n取值范围内的一个值,进而计算出同时满足预设误报率、漏报率及平均报警延时性能指标要求的报警阈值xtp;
当步骤4中出现至少两组报警延时参数n与报警阈值xtp时,定义加权和损失函数,通过求取加权和损失函数的最小值,得到最优的一组报警延时参数n与报警阈值xtp;
其中,加权和损失函数为:其中RFAR、RMAR和RAAD分别是误报率FAR、漏报率MAR和平均报警延时AAD的设计要求;ω1,ω2,ω3分别是FAR,MAR和AAD的权重,且均为常系数。
2.如权利要求1所述的一种基于单一模拟量和报警延迟器的报警优化方法,其特征在于,利用二维网格法来求解加权和损失函数,对于每一个报警延迟参数n,求出相应的最小加权和损失函数及其对应的报警阈值,所有的最小加权和损失函数中的最小值所对应的报警延迟参数及报警阈值即为最终选择。
3.如权利要求1所述的一种基于单一模拟量和报警延迟器的报警优化方法,其特征在于,在所述步骤4中,确定报警延时参数n的范围的过程为:
根据误报率和漏报率的性能指标要求,筛选出报警延时参数n的范围集合[n1,n2];
再根据平均报警延时的性能指标要求,确定报警延时参数n的范围集合[n3,n4];
求解[n1,n2]和[n3,n4]两个集合的交集即为报警延时参数n的选择范围,其中,n1、n2、n3和n4均为正整数;n1<n2,n3<n4。
4.一种基于单一模拟量和报警延迟器的报警优化装置,其特征在于,包括:
优化参数及优化参数确定模块,其用于确定报警延时参数n和报警阈值xtp为报警系统的优化参数,将误报率、漏报率及平均报警延时作为性能指标;其中,误报率、漏报率及平均报警延时均为报警延时参数n和报警阈值xtp的函数,且n为正整数;
其中,FAR代表误报率,MAR代表漏报率,AAD代表平均报警延时;
误报率其中且q2=1-q1,q(x)是过程变量x处于正常状态下的概率密度函数;
漏报率其中且p2=1-p1,p(x)是过程变量x处于异常状态下的概率密度函数;
平均报警延时其中h代表采样周期;
参数固定及有效区间求取模块,其用于固定报警延时参数n或报警阈值xtp,根据预设误报率、漏报率及平均报警延时性能指标要求,求取上述三个性能指标分别对应的另一个非固定优化参数的有效区间;
误报率、漏报率及平均报警延时性能指标要求为:FAR≤m,MAR≤l,AAD≤g,其中,m、l和g分别误报率、漏报率及平均报警延时的上限值;
有效区间交集计算模块,其用于计算报警阈值xtp或报警延时参数n的有效区间的交集;
当交集为空,则确定同时满足预设误报率、漏报率及平均报警延时性能指标要求的报警延时参数n的取值范围,任选在报警延时参数n取值范围内的一个值,进而计算出同时满足预设误报率、漏报率及平均报警延时性能指标要求的报警阈值xtp;
当交集为非空,则交集作为非固定优化参数的范围取值;
该装置还包括:参数最优筛选模块,其用于当出现至少两组报警延时参数n与报警阈值xtp时,定义加权和损失函数,通过求取加权和损失函数的最小值,得到最优的一组报警延时参数n与报警阈值xtp;
其中,加权和损失函数为:其中RFAR、RMAR和RAAD分别是误报率FAR、漏报率MAR和平均报警延时AAD的设计要求;ω1,ω2,ω3分别是FAR,MAR和AAD的权重,且均为常系数。
5.如权利要求4所述的一种基于单一模拟量和报警延迟器的报警优化装置,其特征在于,在所述参数最优筛选模块中,利用二维网格法来求解加权和损失函数,对于每一个报警延迟参数n,求出相应的最小加权和损失函数及其对应的报警阈值,所有的最小加权和损失函数中的最小值所对应的报警延迟参数及报警阈值即为最终选择。
6.如权利要求4所述的一种基于单一模拟量和报警延迟器的报警优化装置,其特征在于,当交集为空时,有效区间交集计算模块还用于:根据误报率和漏报率的性能指标要求,筛选出报警延时参数n的范围集合[n1,n2];
再根据平均报警延时的性能指标要求,确定报警延时参数n的范围集合[n3,n4];
求解[n1,n2]和[n3,n4]两个集合的交集即为报警延时参数n的选择范围,其中,n1、n2、n3和n4均为正整数;n1<n2,n3<n4。
7.一种基于单一模拟量和报警延迟器的报警优化装置,其特征在于,该装置包括输入设备和处理器,所述输入设备,其被配置为:
确定报警延时参数n和报警阈值xtp为报警系统的优化参数,以及将误报率、漏报率及平均报警延时作为性能指标,其中,n为正整数;误报率、漏报率及平均报警延时性能指标要求为:FAR≤m,MAR≤l,AAD≤g,其中,m、l和g分别误报率、漏报率及平均报警延时的上限值;
所述处理器,其被配置为:
固定报警延时参数n或报警阈值xtp,根据预设误报率、漏报率及平均报警延时性能指标要求,求取上述三个性能指标分别对应的另一个非固定优化参数的有效区间;
其中,FAR代表误报率,MAR代表漏报率,AAD代表平均报警延时;
误报率其中且q2=1-q1,q(x)是过程变量x处于正常状态下的概率密度函数;
漏报率其中且p2=1-p1,p(x)是过程变量x处于异常状态下的概率密度函数;
平均报警延时其中h代表采样周期;
计算求取的非固定优化参数有效区间的交集,若交集为空,则说明单一设计一个参数无法同时满足性能指标要求,确定同时满足预设误报率、漏报率及平均报警延时性能指标要求的报警延时参数n的取值范围,任选在报警延时参数n取值范围内的一个值,进而计算出同时满足预设误报率、漏报率及平均报警延时性能指标要求的报警阈值xtp;
若交集为非空,则交集作为非固定优化参数的范围取值;
当出现至少两组报警延时参数n与报警阈值xtp时,定义加权和损失函数,通过求取加权和损失函数的最小值,得到最优的一组报警延时参数n与报警阈值xtp;
其中,加权和损失函数为:其中RFAR、RMAR和RAAD分别是误报率FAR、漏报率MAR和平均报警延时AAD的设计要求;ω1,ω2,ω3分别是FAR,MAR和AAD的权重,且均为常系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710165926.XA CN107122586B (zh) | 2017-03-20 | 2017-03-20 | 基于单一模拟量和报警延迟器的报警系统优化方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710165926.XA CN107122586B (zh) | 2017-03-20 | 2017-03-20 | 基于单一模拟量和报警延迟器的报警系统优化方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107122586A CN107122586A (zh) | 2017-09-01 |
CN107122586B true CN107122586B (zh) | 2018-09-21 |
Family
ID=59718227
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710165926.XA Active CN107122586B (zh) | 2017-03-20 | 2017-03-20 | 基于单一模拟量和报警延迟器的报警系统优化方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107122586B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110633450A (zh) * | 2018-06-06 | 2019-12-31 | 中国石油化工股份有限公司 | 一种双氧水装置报警系统报警阈值优化方法 |
CN111024120B (zh) * | 2019-11-25 | 2021-06-08 | 国网上海市电力公司 | 一种智能电力井盖倾角监测装置的检验方法 |
CN111814325B (zh) * | 2020-07-01 | 2023-12-29 | 浙江浙能台州第二发电有限责任公司 | 燃煤发电装备非平稳运行的单变量报警阈值优化方法 |
CN114399884B (zh) * | 2021-12-22 | 2023-10-20 | 核动力运行研究所 | 报警、解除报警的方法及装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102789676A (zh) * | 2012-08-10 | 2012-11-21 | 杭州电子科技大学 | 一种基于报警证据融合的工业报警器设计方法 |
CN106448096A (zh) * | 2016-11-24 | 2017-02-22 | 青岛科技大学 | 一种基于维度压缩和正态转换的报警阈值优化方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2541357A1 (en) * | 2011-06-30 | 2013-01-02 | ABB Technology AG | Generating sum alarms in process control |
-
2017
- 2017-03-20 CN CN201710165926.XA patent/CN107122586B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102789676A (zh) * | 2012-08-10 | 2012-11-21 | 杭州电子科技大学 | 一种基于报警证据融合的工业报警器设计方法 |
CN106448096A (zh) * | 2016-11-24 | 2017-02-22 | 青岛科技大学 | 一种基于维度压缩和正态转换的报警阈值优化方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107122586A (zh) | 2017-09-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107122586B (zh) | 基于单一模拟量和报警延迟器的报警系统优化方法及装置 | |
CN104020724B (zh) | 告警监控方法和装置 | |
CN103092078B (zh) | 多阶段间歇生产过程的全程优化方法 | |
CN104966125B (zh) | 一种社交网络的物品评分及推荐方法 | |
CN104075749A (zh) | 物联网中设备异常状态检测的方法及系统 | |
KR20200011416A (ko) | 동적 경보 임계치 설계와 경보 제거의 방법 및 시스템 | |
CN102510400A (zh) | 一种用于确定用户的可疑度信息的方法、装置和设备 | |
CN103198147A (zh) | 自动化监测异常数据的判别及处理方法 | |
CN107332707B (zh) | 一种sdn网络测量数据的采集方法和装置 | |
WO2023165007A1 (zh) | 农作物长势的监测方法、系统、设备及介质 | |
CN104102833B (zh) | 基于密集区间发现的税务指标归一化与融合计算方法 | |
CN108156114A (zh) | 电力信息物理系统网络攻击图的关键节点确定方法及装置 | |
CN109829614A (zh) | 一种基于靶标模型的食品风险量化分级方法及系统 | |
CN116739645A (zh) | 基于企业管理的订单异常监督系统 | |
CN106354803B (zh) | 基于特性指标的电力输变电设备负荷坏数据检测方法 | |
CN103971022A (zh) | 基于t2控制图的飞机零部件质量稳定性控制算法 | |
CN106817271B (zh) | 流量图谱的形成方法和装置 | |
CN104950873B (zh) | 工业控制回路间歇振荡的在线检测方法 | |
CN103426155A (zh) | 基于求直方图变化率的直方图分界方法 | |
CN114973741A (zh) | 异常数据的处理方法、装置、存储介质及电子装置 | |
KR102265134B1 (ko) | 자동화 제어 시스템의 패킷 플로우 기반 보안 감시 시스템 | |
CN104182511A (zh) | 一种簇特征加权的模糊紧致散布聚类方法 | |
CN103139206B (zh) | 一种僵尸主机的检测方法及装置 | |
CN107522052B (zh) | 一种电梯异常预警系统和方法 | |
CN105573269B (zh) | 半导体制造机台的参数监控系统及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |