[发明专利]一种基于工业过程数据的报警限自学习系统的方法

权利要求书

1.一种基于工业过程数据的报警限自学习系统的方法，其特征在于，包括以下步骤：

初始化阶段

在初始化阶段初始化各种参数信息和计算报警限的各种数据结构：

(1)从上个周期的计算结果读取报警点基本统计信息：包括：报警点名称、统计时间、初始最大值、初始最小值、初始平均值、点数；当当前周期是计算的第一个周期时，这些参数信息需要预先人工输入；

(2)读取初始化参数：包括实时数据的采样频率和存储频率，数据分区数，还有一些算法参数，计算参数需要保存在专门的配置文件中，在系统初始化的时候载入；

(3)初始化数据分区信息：包括：分区方法、分区数，将整个数据分布的全区间按照分区数平均分布为多个区间，每个区间都可以计算得到开始值和结束值；为每个区间分配一个索引，以(最大值+最小值)/2作为中间值，在该中间值之上的索引为正，之下的索引为负；在实际划分区间的时候考虑到数据异常的情况需要将区间再往外延展几个分区并分配索引号，然后对于最大值以上的数据区间索引号为上半部最大索引号加1，最小值以下的数据区域的索引号为下半部索引号减1；在有了分区信息之后就能计算各个区间的数据分布；通过对分区信息进行扩展，将所有数据包括在各个分区中，对于报警区间的统计就更加科学；

周期中运行阶段

在该阶段，在对输入系统的数据在进行合理的过滤之后，按照一个小周期执行计算：

(1)数据点按照小周期的累计数据的计算，累计数据包括下面这些信息：

数据点的和值SUM：这个和值为一个周期内所有实时点的数据带符号数据累加之和；

带绝对值的和值ABS_SUM：这个和值为一个周期所有实时点的数据取绝对值累加之和；

平方和的累计SQU_SUM：这个和值为一个周期内所有数据点的平方的累计之和；

点数累计COUNT：这个和值为一个周期内所有数据点的个数；

(2)计算数据分布信息：在系统初始化的时候

按照初始化阶段确定的周期信息计算在不同数据分区的数据频度，每来一个数据，判断该数据的值落在哪个区间之中，对该区间的数据计数值完成加1操作；这样，在周期结束的时候可以按照每个小周期累计求的在大周期的每个区间的频度值。

周期结束数据汇总阶段

在该阶段首先执行数据汇总工作，执行下面三类数据的汇总：

所有的累计量数据的汇总：对于在周期中运行阶段得到的和值、平方和值、点数和值求和，就得到整个大周期的和值、平方和值、点数和值，通过标准的统计数据公式，算出整个区间的最大值、最小值、算术平均值、方差、数据点数；

然后所有数据区间的频次信息分类汇总：对于周期中计算得到的各个区间的数据频次信息按照各个区间进行分类统计，得到整个数据区间的数据分布信息，每个区间的点数除以所有点数即为该区间的频次概率分布；

然后根据数据频度计算报警限信息：

最基本的计算报警限的算法是根据最大、最小值和方差进行计算，最大值简称为MAX，最小值简称为MIN，算术平均值为AVG，方差为SIGMA，则最后的报警限为(AVG-2SIGMA，AVG-SIGMA，AVG+SIGMA，AVG+SIGMA)；这种算法是基于数据为的正态分布的前提而设的。

2.根据权利要求1所述的方法，其特征在于，报警限自学习系统总共包括六个模块：周期初始化模块、小周期累积量统计模块、小周期频次信息统计模块、大周期累计信息处理模块、报警限计算模块、报警限信息和周期信息存储模块；

周期初始化模块初始化所有的变量，准备一个大周期的所有数据计算工作；

小周期累计量统计模块统计标签每个小周期的累计量；

小周期频次信息统计模块；在每个小周期除了统计累计量信息以外还需要统计按照所有区间分布的频次信息；

大周期累计信息处理模块；在周期结束，需要按照周期合并整个区间计算得到累计信息值和每个小区间的频次信息值；

调用算法模块执行报警限的最终计算；

向数据库或者其他存储介质存储最新的报警信息和最大值、最小值、平均值、方差等统计信息，作为下一个大周期计算新的报警限的算法的基础。

3.根据权利要求1所述的方法，其特征在于，所述的根据数据频度计算报警限信息包括以下步骤：

(1)通过人工或者经验确定上下限，上下超限的阀值，这个阀值的含义是对于每个报警限中数据的概率分布给出一个范围，要让80％的数据落在上下限内，15％的数据落在上下限和上下超限的范围内，5％以下的数据落在上超限以上、下超限以下的范围内，这三个值分别定义为A1，A2，A3；在计算上下限、上下超限的时候，报警限中的数据概率分布要尽量接近阀值；

(2)在使用上次计算的最大MAX0、最小值MIN0，分区数N来划分整个区间，得到分区步长STEP＝(MAX0-MIN0)/N，N为偶数，定义N2＝N/2；为了保证区间的有效性，对于最大值和最小值分别扩展了几个分区；定义该扩展分区数为M，对应的索引号区间为(N2，N2+M-1)和(-N2-M+1，-N)，剩下的数据区间的索引号分别为-(M+N2)和M+N2；然后初始化报警限信息为一个四元组(LL，L，H，HH)＝(MIN0-M*STEP，MIN0，MAX0，MAX0+M*STEP)；

(3)开始执行循环进行计算：计算低报和低低报限，设置初始的分区索引号INDEX为-(M+N2)，终止索引号为-1；在循环中不断执行INDEX自加一操作，计算累计频度P；如果P＞＝A3/2，则得到低低限LL＝(MIN0+MAX0)/2+INDEX*STEP，对应的数据频度为P_LL然后将累计频度P置为零；如果P＞＝A2/2或者(P+P_LL)＞＝(A2+A3)/2，则得到低报限L＝(MIN0+MAX0)/2+INDEX*STEP；

对于计算高报和高高报限，设置初始的分区索引号INDEX为(M+N2)，终止索引号为1；在循环中不断执行INDEX自减1操作，计算累计频度P；如果P＞＝A3/2，则得到高高限HH＝(MIN0+MAX0)/2+INDEX*STEP，对应的数据频度为P_HH然后将累计频度P置为零；如果P＞＝A2/2或者(P+P_HH)＞＝(A2+A3)/2，则得到高限H＝(MIN0+MAX0)/2+INDEX*STEP；

(4)报警限修正：考虑到很多数据分布满足一个正态分布的规律，如果在统计计算时报警限重叠在一起，高高报和高报限相差很小，而且最大最小值的中间值和算术平均值也比较接近的话，需要使用第一种算法计算的结果重新计算高报和高高报限；当本次计算得到的报警限相比历史报警限相差很大，则需要结合数据情况具体分析决定是否采用本次计算结果；

在报警限信息计算完毕之后，需要对该计算得到的报警限和每个限的频度进行存储，供下个大周期的计算使用。