CN113159605A - 基于逻辑回归的化工装置智能化报警方法及系统 - Google Patents

Abstract

本发明公开了基于逻辑回归的化工装置智能化报警方法及系统，涉及报警技系统术领域，包括如下步骤：1)危险实时预警：首先对每个操作单元进行危险建模，然后通过逻辑回归的方法计算出当前每个操作单元的危险参数，接着对该参数进行危险性判断，从而对每个计算单元进行实时的预警监控；如果出现潜在危险时，对整个化工装置的所有单元的危险参数进行统一建模计算，得出整个化工装置的危险系数，提前预警；2)危险定级：根据1)步骤得到的整个化工装置的危险系数，按照人员伤亡，环境污染等，进行危险定级；3)自动化处理：筛选出所有出现问题的操作单元，接着针对出现异常操作单元，确认出现异常的参数，并自动进行调整，具有操作简便、集成度高的特点。

Description

基于逻辑回归的化工装置智能化报警方法及系统

技术领域

本发明涉及报警技系统术领域，具体涉及基于逻辑回归的化工装置智能化报警方法及系统。

背景技术

石油化工的特点是生产装置多、工艺复杂、流程长，生产危险性高，因此，生产装置的安全稳定运行是保障装置安全生产运行的重要因素。工艺报警系统是当生产装置(单元)出现工艺参数超出正常范围值，机械设备故障等原因时，能发出警报，提醒操作人员注意，去采取一系列操作来确保生产装置和操作人员处于安全状态的系统。报警信息的人工及时响应和处理就显得尤为重要。近年来，由于DCS等系统的发展，使报警设计廉价化、简易化，使得报警容易过多和泛滥，反而使操作人员对很多异常工况处理不及时，导致更严重的后果，造成重大损失。

目前主要采用人工方式来预判每个操作单元可能存在的危险，当危险发生时，需要人工对现有工况进行危险系数评估，同时制定相对应的处理方案。其缺点如下：

(1)危险判断不全面：当前完全依赖人工经验，但是实际化工装置当中的操作单元极其繁多，无法准确的对每一个单元进行评估，进而无法联合所有单元进行一个整体的危险模型系数的界定。

(2)危险无法进行程度划分：实际使用过程中，每个操作单元的参数阈值均是一种动态范围，无法进行单一程度的界定。同时单个操作单元无法准确代表整个化工装置的危险程度。操作单元之间的协同参数并非是简单的叠加。因此无法进行一个相对准确的危险程度的划分。

(3)预警原因的准确定位：当危险发生时，现有方案需要人工定位原因。逐个分析操作单元的参数。无法做到快而准的定位原因。

(4)报警处理时间：现有方案，当多个报警同时发生，岗位操作人员还需要根据经验对报警进行分级处理，逐一消除，当操作员对报警原因不确定时，可能还会需要逐级上报领导，增加处理时间。

发明内容

鉴于现有技术存在的问题，本发明的目的在于提供基于逻辑回归的化工装置智能化报警方法及系统，实时监控化工装置的实时参数，给出预判信息，在危险发生时，能够对危险进行程度判断，并及时原因分析，同时给出及时应对方案，具有操作简便、集成度高的特点。

本发明提供了基于逻辑回归的化工装置智能化报警方法，包括如下步骤：

1)危险实时预警：首先对每个操作单元进行危险建模，然后通过逻辑回归的方法，通过计算最小二乘法计算出当前每个操作单元的危险参数，接着对该参数进行危险性判断，从而对每个计算单元进行实时的预警监控；如果出现潜在危险时，对整个化工装置的所有单元的危险参数进行统一建模计算，得出整个化工装置的危险系数，提前预警；

2)危险定级：根据1)步骤得到的整个化工装置的危险系数，按照人员伤亡，环境污染等，进行危险定级，主要分为极度危险、危险程度高、一般、无危险工四个等级；

3)自动化处理：根据2)步骤确定的危险定级进行分析各个操作单元的危险参数是否在合理范围之内，并筛选出所有出现问题的操作单元，接着针对出现异常操作单元，确认出现异常的参数，并自动进行调整，直至危险参数在其合理的范围之内。

进一步地，基于逻辑回归的化工装置智能化报警方法，1)步骤中操作单元危险系数建模的具体步骤如下：

步骤1：操作单元分类集数据获取

按照操作单元的类型进行分类，获取各个操作单元的历史案例中的实施现场的数据及对应的安全数据状况；

步骤2：模型建立及训练

a.现场数据参数化

设操作单元有效参数为k个，即可组成反应特征向量[x₁,x₂,x₃,…,x_k],设操作单元共包含N个样本，则该操作单元的特征向量为

每个对应的特征向量均有一个对应的危险参数，该参数是由历史数据精确标记而得，设为y_k；

b.逻辑回归模型训练

根据a步骤的参数建立数学模型如下：

上述方程未知数为模型M，采用最小二乘法解得：

M＝(X^T*X)^-1*Y

其中-1代表求逆矩阵；

步骤3：模型应用

待步骤2的模型建立完成后，针对实际使用的化工装置，只需要通过传感器获取对应的参数，建立对应的特征向量x，然后通过模型M，就可以求得对应的危险参数y。

进一步地，基于逻辑回归的化工装置智能化报警方法，1)步骤中化工装置全局危险建模的具体步骤如下：

步骤1：获取危险发生概率，针对某个操作单元，针对历史案例数据，统计当前操作单元发生危险的数目在所有案例中出现的比例，记为w₁；

步骤2：获取危险后果统计概率，针对某个操作单元，在出现危险的案例中，按照结果危险程度量化为w₂；

步骤3：动态统计当前化工装置中的出现危险示警的次数c及所有示警次数sum(c)。则可以获取当前操作单元的实时概率w₃＝c/sum(c)；

综上，可以获取到当前操作单元的最终概率w＝w₁*w₂*w₃，因此可以获得当前化工装置的整个危险建模如下：

其中N为操作单元的个数。

进一步地，基于逻辑回归的化工装置智能化报警方法，所述未知模型M能够通过Matlab求解。

进一步地，基于逻辑回归的化工装置智能化报警方法，所述化工装置全局危险建模采用最邻近未使用原则，对操作单元的危险等级进行动态权重分配，获取更精准的全局危险建模。

本发明的另一个目的是提供基于逻辑回归的化工装置智能化报警系统，包括危险实时预警模块，用于实时对每个操作单元进行实时预警监控，当出现潜在危险时，对整个化工装置的所有单元的危险参数进行统一建模计算，得出整个化工装置的危险系数，提前预警；

危险等级定级模块，用于将化工装置的整个危险模型进行危险定级，并制定相应策略；

自动化处理模块，用于筛选出所有出现问题的操作单元，针对异常操作单元，确认出现异常的参数，并自动调整，并且按照相应危险定级，发送相应的预警报告。

与现有技术相比较，本发明的有益效果：

1)采用本发明的技术方案，能够及时联合所有单元进行一个整体的危险模型系数的界定，对这个化工装置的危险程度能够正确的定级，并且快而准的定位原因，最后针对异常操作单元，确认出现异常的参数，并自动调整。直至危险参数在合理范围之内；

2)本发明具有操作简单、快而准的特点。

具体实施方式

下面结合实施例对本发明作进一步的说明，但本发明多保护的范围不限于所述范围。

本发明提出了基于逻辑回归的化工装置智能化报警方法，包括如下步骤：

1)危险实时预警：首先对每个操作单元进行危险建模，然后通过逻辑回归的方法，通过计算最小二乘法计算出当前每个操作单元的危险参数，接着对该参数进行危险性判断，从而对每个计算单元进行实时的预警监控；如果出现潜在危险时，对整个化工装置的所有单元的危险参数进行统一建模计算，得出整个化工装置的危险系数，提前预警；

一、操作单元危险系数建模的具体步骤如下：

步骤1：操作单元分类集数据获取

按照操作单元的类型进行分类，比如反应釜、储罐、精馏塔等，获取各个操作单元的历史案例中的实施现场的数据及对应的安全数据状况，其中数据可以为温度、压力、容积等；

步骤2：模型建立及训练

a.现场数据参数化

设操作单元有效参数为k个，即可组成反应特征向量[x₁,x₂,x₃,…,x_k],设操作单元共包含N个样本，则该操作单元的特征向量为

每个对应的特征向量均有一个对应的危险参数，该参数是由历史数据精确标记而得，设为y_k；

本实施例中以反应罐为例，假设该反应罐的要求温度为x₁，水位为x₂，压强为x₃等其他有效参数共k个，即可组成反应特征向量如下：[x₁,x₂,x₃,…,x_k]，假设反应罐共包含N个样本示例，则该操作单元的特征向量则为

b.逻辑回归模型训练

根据a步骤的参数建立数学模型如下：

上述方程未知数为模型M，采用最小二乘法解得：

M＝(X^T*X)^-1*Y

其中-1代表求逆矩阵，未知数模型M可以通过Matlab求解，具有快速、准确的特点；

步骤3：模型应用

待步骤2的模型建立完成后，针对实际使用的化工装置，只需要通过传感器获取对应的参数，建立对应的特征向量x，然后通过模型M，就可以求得对应的危险参数y。

二、化工装置全局危险建模的具体步骤如下：

步骤1：获取危险发生概率，针对某个操作单元，针对历史案例数据，统计当前操作单元发生危险的数目在所有案例中出现的比例，记为w₁；

步骤2：获取危险后果统计概率，针对某个操作单元，在出现危险的案例中，按照结果危险程度量化为w₂，例如人员危险则w₂为1.0；

步骤3：动态统计当前化工装置中的出现危险示警的次数c及所有示警次数sum(c)。则可以获取当前操作单元的实时概率w₃＝c/sum(c)；

综上，可以获取到当前操作单元的最终概率w＝w₁*w₂*w₃，因此可以获得当前化工装置的整个危险建模如下：

其中N为操作单元的个数。

2)危险定级：根据1)步骤得到的整个化工装置的危险系数，按照人员伤亡，环境污染等，进行危险定级，主要分为极度危险、危险程度高、一般、无危险工四个等级；

3)自动化处理：根据2)步骤确定的危险定级进行分析各个操作单元的危险参数是否在合理范围之内，并筛选出所有出现问题的操作单元，接着针对出现异常操作单元，确认出现异常的参数，并自动进行调整，直至危险参数在其合理的范围之内。

本发明还提出了基于逻辑回归的化工装置智能化报警系统，包括危险实时预警模块，用于实时对每个操作单元进行实时预警监控，当出现潜在危险时，对整个化工装置的所有单元的危险参数进行统一建模计算，得出整个化工装置的危险系数，提前预警；

危险等级定级模块，用于将化工装置的整个危险模型进行危险定级，并制定相应策略；

自动化处理模块，用于筛选出所有出现问题的操作单元，针对异常操作单元，确认出现异常的参数，并自动调整，并且按照相应危险定级，发送相应的预警报告。

Claims (6)

1.基于逻辑回归的化工装置智能化报警方法，其特征在于包括如下步骤：

1)危险实时预警：首先对每个操作单元进行危险建模，然后通过逻辑回归的方法，通过计算最小二乘法计算出当前每个操作单元的危险参数，接着对该危险参数进行危险性判断，从而对每个计算单元进行实时的预警监控；如果出现潜在危险时，对整个化工装置的所有单元的危险参数进行统一建模计算，得出整个化工装置的危险系数，提前预警；

2)危险定级：根据1)步骤得到的整个化工装置的危险系数，按照人员伤亡，环境污染等，进行危险定级，主要分为极度危险、危险程度高、一般、无危险工四个等级；

3)自动化处理：根据2)步骤确定的危险定级进行分析各个操作单元的危险参数是否在合理范围之内，并筛选出所有出现问题的操作单元，接着针对出现异常操作单元，确认出现异常的参数，并自动进行调整，直至危险参数在其合理的范围之内。

2.根据权利要求1所述的基于逻辑回归的化工装置智能化报警方法，其特征在于1)步骤中操作单元危险系数建模的具体步骤如下：

步骤1：操作单元分类集数据获取

按照操作单元的类型进行分类，获取各个操作单元的历史案例中的实施现场的数据及对应的安全数据状况；

步骤2：模型建立及训练

a.现场数据参数化

设操作单元有效参数为k个，即可组成反应特征向量[x₁,x₂,x₃,…,x_k],设操作单元共包含N个样本，则该操作单元的特征向量为

每个对应的特征向量均有一个对应的危险参数，该危险参数是由历史数据精确标记而得，设为y_k；

b.逻辑回归模型训练

根据a步骤的参数建立数学模型如下：

其中未知数为模型M，采用最小二乘法解得：

M＝(X^T*X)^-1*Y

其中-1代表求逆矩阵；

步骤3：模型应用

待步骤2的模型建立完成后，针对实际使用的化工装置，只需要通过传感器获取对应的参数，建立对应的特征向量x，然后通过模型M，就可以求得对应的危险参数y。

3.根据权利要求1所述的基于逻辑回归的化工装置智能化报警方法，其特征在于1)步骤中化工装置全局危险建模的具体步骤如下：

步骤1：获取危险发生概率，针对某个操作单元，针对历史案例数据，统计当前操作单元发生危险的数目在所有案例中出现的比例，记为w₁；

步骤2：获取危险后果统计概率，针对某个操作单元，在出现危险的案例中，按照结果危险程度量化为w₂；

步骤3：动态统计当前化工装置中的出现危险示警的次数c及所有示警次数sum(c)，则可以获取当前操作单元的实时概率w₃＝c/sum(c)；

综上，可以获取到当前操作单元的最终概率w＝w₁*w₂*w₃，因此可以获得当前化工装置的整个危险建模如下：

其中N为操作单元的个数。

4.根据权利要求2所述的基于逻辑回归的化工装置智能化报警方法，其特征在于所述模型M能够通过Matlab求解。

5.根据权利要求3所述的基于逻辑回归的化工装置智能化报警方法，其特征在于所述化工装置全局危险建模采用最邻近未使用原则，对操作单元的危险等级进行动态权重分配，获取更精准的全局危险建模。

6.一种基于逻辑回归的化工装置智能化报警系统，其特征在于包括危险实时预警模块，用于实时对每个操作单元进行实时预警监控，当出现潜在危险时，对整个化工装置的所有单元的危险参数进行统一建模计算，得出整个化工装置的危险系数，提前预警；

危险等级定级模块，用于将化工装置的整个危险模型进行危险定级，并制定相应策略；

自动化处理模块，用于筛选出所有出现问题的操作单元，针对异常操作单元，确认出现异常的参数，并自动调整，并且按照相应危险定级，发送相应的预警报告。