CN110633450A - 一种双氧水装置报警系统报警阈值优化方法 - Google Patents
一种双氧水装置报警系统报警阈值优化方法 Download PDFInfo
- Publication number
- CN110633450A CN110633450A CN201810571446.8A CN201810571446A CN110633450A CN 110633450 A CN110633450 A CN 110633450A CN 201810571446 A CN201810571446 A CN 201810571446A CN 110633450 A CN110633450 A CN 110633450A
- Authority
- CN
- China
- Prior art keywords
- alarm
- false alarm
- variable
- alarm rate
- threshold
- 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.)
- Pending
Links
Images
Abstract
本发明提供了一种双氧水装置报警系统报警阈值优化方法,属于双氧水装置报警系统报警阈值优化领域,通过采集双氧水装置的过程历史数据,应用统计方法对报警参数的运行趋势进行分析,从海量历史数据中拟合出正常情况和异常情况下变量的概率密度函数,建立关于漏报率和误报率的优化目标函数,利用阈值优化算法,对变量进行阈值优化,得到的最优阈值,并计算优化目标函数、误报率和漏报率。该方法综合考虑误报率和漏报率,实现双氧水装置报警系统报警阈值的优化,提高了双氧水装置报警系统的报警效率,避免误报和漏报情况的发生。
Description
技术领域
本发明涉及双氧水装置报警系统报警阈值优化领域,具体涉及一种双氧水装置报警系统报警阈值优化方法。
背景技术
双氧水装置的报警系统,在双氧水的生产过程中能发出报警,其目的是提示操作人员设备故障、工艺偏差或非正常情况并需要做出响应,以避免生产过程大的波动或安全事故,保障装置安全稳定运行。因此,高效、准确、及时的报警对于提高工厂的安全生产和操作至关重要。
由于参数报警阈值的不合理设置而产生大量的无效报警(其中大部分为误报警)是目前双氧水装置运行过程报警系统中存在的一个主要问题。这些报警的数量远远超出EEMUA《报警管理指导书》中给出的合理报警个数。该《指导书》指出,操作员能有效处理的报警数为每天150个(每10分钟一个报警),而最大报警数不超过每天300个报警(每5分钟一个报警)。
目前尽管有一些报警优化的方法,在一定程度上优化了阈值,但大都是减少误报警而没有注重考虑漏报警,这导致漏报率增加,给生产带来一定的安全隐患。
发明内容
针对现有的双氧水装置报警系统存在漏报警情况严重的问题,本发明提供了一种双氧水装置报警系统报警阈值优化方法。
本发明采用以下的技术方案:
一种双氧水装置报警系统报警阈值优化方法,包括以下步骤:
步骤1:设定变量x,利用核函数方法计算变量x的误报率FAR和漏报率MAR;
其中,xT为变量报警阈值,当过程变量值超过报警阈值xT时发生报警,f(x)为变量x在正常状态下的概率密度函,g(x)为变量x在异常状态下的概率密度函;
步骤2:建立关于漏报率和误报率的优化目标函数F(x),
其中,RFAR为最大可接受误报率,RMAR为最大可接受漏报率,考虑到漏报率增大或漏报警增多会对装置生产带来安全隐患,选取w1=2/3,w2=1/3,RMAR=0.01,RFAR=0.02;
步骤3:利用阈值优化算法,对变量xT进行阈值优化,得出最优阈值;
步骤4:根据得到的最优阈值计算优化目标函数F(x)、误报率FAR和漏报率MAR。
优选地,所述步骤1中,误报率FAR和漏报率MAR的具体计算过程为:
分别统计变量x在一段时间内的正常状态和异常状态下的过程值,得出对应的两组数据,通过对两组数据进行拟合,得出变量x在正常状态和异常状态下的概率密度函数f(x)和g(x),根据f(x)和g(x)就算出误报率FAR和漏报率MAR。
优选地,具体包括以下子步骤:
步骤3.1:选定初始区间[x1,x3],并确定三点(x1,y1),(x2,y2),(x3,y3),以及收敛精度ε,其中,x1<x2<x3,ε>0;
步骤3.2:计算c1,c2值,c1=(y3-y1)/(x3-x1),c2=[(y2-y1)/(x2-x1)-c1]/(x2-x3),令xp=0.5(x1+x3-c1/c2),yp=f(xp);
步骤3.3:若|y2-yp|≥ε,则转到步骤3.4,否则进入步骤3.9;
步骤3.4:若xp>x2,则转到步骤3.5步,否则进入步骤3.7;
步骤3.5:若y2≥yp,则令x3=xp,y3=yp,返回到步骤3.2,否则进入步骤3.6;
步骤3.6:令x1=x2,y1=y2,x2=xp,y2=yp,返回到步骤3.2;
步骤3.7:若y2<yp,则令x1=xp,y1=yp,返回到步骤3.2,否则进入步骤3.8;
步骤3.8:令x3=x2,y3=y2,x2=xp,y2=yp,返回到步骤3.2;
步骤3.9:若y2<yp,则x*=x2,y*=y2,否则进入步骤3.10;
步骤3.10:x*=xp,y*=yp;
步骤3.11:最优解为x*,f*=f(x*)。
本发明具有的有益效果是:
本发明提供的双氧水装置报警系统报警阈值优化方法,通过采集双氧水装置的过程历史数据,应用统计方法对报警参数的运行趋势进行分析,从海量历史数据中拟合出正常情况和异常情况下变量的概率密度函数,建立关于漏报率和误报率的优化目标函数,利用阈值优化算法,对变量进行阈值优化,得到的最优阈值,并计算优化目标函数、误报率和漏报率。该方法综合考虑误报率和漏报率,实现双氧水装置报警系统报警阈值的优化,提高了双氧水装置报警系统的报警效率,避免误报和漏报情况的发生。
附图说明
图1为变量x在正常状态和异常状态下下的概率密度函数曲线图。
图2为阈值优化算法流程图。
图3为实施例1变量FI1208的概率密度函数曲线图。
图4为实施例1变量FI1208的优化目标函数曲线。
具体实施方式
下面结合附图和具体实施例对本发明的具体实施方式做进一步说明:
结合图1至图4,误报率FAR和漏报率MAR是评价报警系统效率的重要指标,误报率是指变量处于正常状态而过程值超出变量阈值的概率,漏报率是指变量处于异常状态而过程值低于变量阈值的概率。在报警系统中,误报率和漏报率通常是一对矛盾值,在改变变量的报警阈值时,两者大小一般都会改变,但方向却相反。
一种双氧水装置报警系统报警阈值优化方法,包括以下步骤:
步骤1:设定变量x,利用核函数方法计算变量x的误报率FAR和漏报率MAR;
分别统计变量x在一段时间内的正常状态和异常状态下的过程值,得出对应的两组数据,通过对两组数据进行拟合,得出变量x在正常状态和异常状态下的概率密度函数f(x)和g(x),如图1所示,根据f(x)和g(x)就算出误报率FAR和漏报率MAR;
其中,xT为变量报警阈值,当过程变量值超过报警阈值xT时发生报警,f(x)为变量x在正常状态下的概率密度函,g(x)为变量x在异常状态下的概率密度函;
步骤2:建立关于漏报率和误报率的优化目标函数F(x),
其中,RFAR为最大可接受误报率,RMAR为最大可接受漏报率,考虑到漏报率增大或漏报警增多会对装置生产带来安全隐患,选取w1=2/3,w2=1/3,RMAR=0.01,RFAR=0.02;
步骤3:利用阈值优化算法,对变量xT进行阈值优化,得出最优阈值;
如图2所示,具体包括以下子步骤:
步骤3.1:选定初始区间[x1,x3],并确定三点(x1,y1),(x2,y2),(x3,y3),以及收敛精度ε,其中,x1<x2<x3,ε>0;
步骤3.2:计算c1,c2值,c1=(y3-y1)/(x3-x1),c2=[(y2-y1)/(x2-x1)-c1]/(x2-x3),令xp=0.5(x1+x3-c1/c2),yp=f(xp);
步骤3.3:若|y2-yp|≥ε,则转到步骤3.4,否则进入步骤3.9;
步骤3.4:若xp>x2,则转到步骤3.5步,否则进入步骤3.7;
步骤3.5:若y2≥yp,则令x3=xp,y3=yp,返回到步骤3.2,否则进入步骤3.6;
步骤3.6:令x1=x2,y1=y2,x2=xp,y2=yp,返回到步骤3.2;
步骤3.7:若y2<yp,则令x1=xp,y1=yp,返回到步骤3.2,否则进入步骤3.8;
步骤3.8:令x3=x2,y3=y2,x2=xp,y2=yp,返回到步骤3.2;
步骤3.9:若y2<yp,则x*=x2,y*=y2,否则进入步骤3.10;
步骤3.10:x*=xp,y*=yp;
步骤3.11:最优解为x*,f*=f(x*)。
步骤4:根据得到的最优阈值计算优化目标函数F(x)、误报率FAR和漏报率MAR。
实施例1
通过OPC通讯协议采集双氧水装置DCS系统的报警历史数据,生产中压缩分离工段的例子,从报警系统中选取了其中8个变量作为研究对象,以正常数据作为正常工况、报警数据作为异常工况采集一周的数据,取样时间为3分钟。在一周时间的运行过程中产生了3339个正常数据和1439个报警数据。分别拟合出变量FI1208在两种状态下的概率密度曲线,如图3所示。
得到变量FI1208在正常和异常情况下的概率密度函数表达式分别为:
将式(4)、式(5)分别代入目标函数(3)中,对目标函数在区间[28,34]内进行搜索,经过4次迭代得到最优阈值xT=32.977m3·h-1,相应的优化目标函数最小值F(xT)=2.3921;作出对应的优化目标函数F(x)关于x的图形,如图4所示。
根据最优阈值xT=32.977m3·h-1,可以求出FAR=0.087924,MAR=0.028582。
当然,上述说明并非是对本发明的限制,本发明也并不仅限于上述举例,本技术领域的技术人员在本发明的实质范围内所做出的变化、改型、添加或替换,也应属于本发明的保护范围。
Claims (3)
1.一种双氧水装置报警系统报警阈值优化方法,其特征在于,包括以下步骤:
步骤1:设定变量x,利用核函数方法计算变量x的误报率FAR和漏报率MAR;
其中,xT为变量报警阈值,当过程变量值超过报警阈值xT时发生报警,f(x)为变量x在正常状态下的概率密度函,g(x)为变量x在异常状态下的概率密度函;
步骤2:建立关于漏报率和误报率的优化目标函数F(x),
其中,RFAR为最大可接受误报率,RMAR为最大可接受漏报率,考虑到漏报率增大或漏报警增多会对装置生产带来安全隐患,选取w1=2/3,w2=1/3,RMAR=0.01,RFAR=0.02;
步骤3:利用阈值优化算法,对变量xT进行阈值优化,得出最优阈值;
步骤4:根据得到的最优阈值计算优化目标函数F(x)、误报率FAR和漏报率MAR。
2.根据权利要求1所述一种双氧水装置报警系统报警阈值优化方法,其特征在于,所述步骤1中,误报率FAR和漏报率MAR的具体计算过程为:
分别统计变量x在一段时间内的正常状态和异常状态下的过程值,得出对应的两组数据,通过对两组数据进行拟合,得出变量x在正常状态和异常状态下的概率密度函数f(x)和g(x),根据f(x)和g(x)就算出误报率FAR和漏报率MAR。
3.根据权利要求1所述的一种双氧水装置报警系统报警阈值优化方法,其特征在于,所述步骤3,具体包括以下子步骤:
步骤3.1:选定初始区间[x1,x3],并确定三点(x1,y1),(x2,y2),(x3,y3),以及收敛精度ε,其中,x1<x2<x3,ε>0;
步骤3.2:计算c1,c2值,c1=(y3-y1)/(x3-x1),c2=[(y2-y1)/(x2-x1)-c1]/(x2-x3),令xp=0.5(x1+x3-c1/c2),yp=f(xp);
步骤3.3:若|y2-yp|≥ε,则转到步骤3.4,否则进入步骤3.9;
步骤3.4:若xp>x2,则转到步骤3.5步,否则进入步骤3.7;
步骤3.5:若y2≥yp,则令x3=xp,y3=yp,返回到步骤3.2,否则进入步骤3.6;
步骤3.6:令x1=x2,y1=y2,x2=xp,y2=yp,返回到步骤3.2;
步骤3.7:若y2<yp,则令x1=xp,y1=yp,返回到步骤3.2,否则进入步骤3.8;
步骤3.8:令x3=x2,y3=y2,x2=xp,y2=yp,返回到步骤3.2;
步骤3.9:若y2<yp,则x*=x2,y*=y2,否则进入步骤3.10;
步骤3.10:x*=xp,y*=yp;
步骤3.11:最优解为x*,f*=f(x*)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810571446.8A CN110633450A (zh) | 2018-06-06 | 2018-06-06 | 一种双氧水装置报警系统报警阈值优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810571446.8A CN110633450A (zh) | 2018-06-06 | 2018-06-06 | 一种双氧水装置报警系统报警阈值优化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110633450A true CN110633450A (zh) | 2019-12-31 |
Family
ID=68966202
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810571446.8A Pending CN110633450A (zh) | 2018-06-06 | 2018-06-06 | 一种双氧水装置报警系统报警阈值优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110633450A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111310926A (zh) * | 2020-01-17 | 2020-06-19 | 中国人民解放军火箭军工程大学 | 一种融合多元信息的故障报警阈值确定方法 |
CN112121218A (zh) * | 2020-09-30 | 2020-12-25 | 深圳市英乐斐科技有限公司 | Vhp灭菌效果判断方法、装置、电子设备及存储介质 |
CN114399884A (zh) * | 2021-12-22 | 2022-04-26 | 核动力运行研究所 | 报警、解除报警的方法及装置 |
CN116452924A (zh) * | 2023-03-21 | 2023-07-18 | 长扬科技(北京)股份有限公司 | 模型阈值调整方法、装置、电子设备及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2960665A1 (en) * | 2014-06-27 | 2015-12-30 | Secure-IC SAS | Device and method for calibrating a digital sensor |
CN105975748A (zh) * | 2016-04-27 | 2016-09-28 | 大连理工大学 | 一种基于历史数据的工业报警系统 |
CN107122586A (zh) * | 2017-03-20 | 2017-09-01 | 山东科技大学 | 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 |
-
2018
- 2018-06-06 CN CN201810571446.8A patent/CN110633450A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2960665A1 (en) * | 2014-06-27 | 2015-12-30 | Secure-IC SAS | Device and method for calibrating a digital sensor |
CN105975748A (zh) * | 2016-04-27 | 2016-09-28 | 大连理工大学 | 一种基于历史数据的工业报警系统 |
CN107122586A (zh) * | 2017-03-20 | 2017-09-01 | 山东科技大学 | 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 |
Non-Patent Citations (1)
Title |
---|
王春利等,: "基于化工生产过程历史数据的报警优化方法研究", 《中国安全生产科学技术》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111310926A (zh) * | 2020-01-17 | 2020-06-19 | 中国人民解放军火箭军工程大学 | 一种融合多元信息的故障报警阈值确定方法 |
CN112121218A (zh) * | 2020-09-30 | 2020-12-25 | 深圳市英乐斐科技有限公司 | Vhp灭菌效果判断方法、装置、电子设备及存储介质 |
CN114399884A (zh) * | 2021-12-22 | 2022-04-26 | 核动力运行研究所 | 报警、解除报警的方法及装置 |
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 |
CN116452924A (zh) * | 2023-03-21 | 2023-07-18 | 长扬科技(北京)股份有限公司 | 模型阈值调整方法、装置、电子设备及存储介质 |
CN116452924B (zh) * | 2023-03-21 | 2023-10-13 | 长扬科技(北京)股份有限公司 | 模型阈值调整方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110633450A (zh) | 一种双氧水装置报警系统报警阈值优化方法 | |
CN110596486B (zh) | 一种充电桩智能预警运维的方法和系统 | |
CN109933905B (zh) | 一种基于多维预警分析的机械设备健康状态评估方法 | |
CN106407082A (zh) | 一种信息系统告警方法和装置 | |
CN106777603B (zh) | 智能变电站继电保护装置寿命预测方法 | |
CN106709651B (zh) | 一种基于风险理论的电力系统安全性评估系统 | |
CN111401582B (zh) | 一种生活污水处理设施异常识别方法及监控平台 | |
CN116566050A (zh) | 一种基于人工智能的综合配电管理系统 | |
CN111209934B (zh) | 风机故障预报警方法及系统 | |
CN116483010A (zh) | 一种电力控制柜安全运行监管预警系统 | |
CN105515820A (zh) | 一种用于运维管理的健康分析方法 | |
CN108921409B (zh) | 一种电压暂降严重度等级判定方法 | |
CN109445422A (zh) | 一种化工生产设备故障预测方法 | |
CN109919488B (zh) | 一种基于在线监测数据的保护装置状态趋势分析方法 | |
CN110866616A (zh) | 一种变电站二次设备故障预警方法及装置 | |
CN116388402B (zh) | 一种应用于变电设备的异常报警分析方法 | |
CN112731827B (zh) | 一种用于电力设备的智能传感器的监控系统 | |
CN108508860B (zh) | 一种基于耦合关系的流程工业生产系统数据监测方法 | |
CN116993329B (zh) | 一种基于数据分析的通讯设备运行维修决策管理系统 | |
CN110750760B (zh) | 一种基于态势感知和控制图的异常理论线损检测方法 | |
CN108256663B (zh) | 一种核电运行事故风险实时预测方法 | |
CN117422310A (zh) | 一种全钢内衬层联动线群的电控决策优化方法 | |
CN111931969A (zh) | 一种基于时序分析的合并单元设备状态预测方法 | |
CN115800552A (zh) | 一种超级电容运行电力调频用智能调控系统及方法 | |
CN109981358A (zh) | 一种基于组合模型的自适应网络性能预警方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191231 |