[发明专利]一种提升评估模型预警提前性和准确性的方法

说明书

本发明公开了一种提升评估模型预警提前性和准确性的方法，根据现场生产异常记录，筛选出建模对象j的历史生产异常时间集合D，模型捕捉生产异常前k时间内的数据变化规率，模型评估对象在生产异常前k时间内的健康度HPI方差和斜率变化趋势提前反映异常；设置健康度HPI方差和斜率的阈值，如果超出该阈值，模型开始预警；根据阈值参数d_kvT、d_ksT，得到的历史生产异常预警的方差、斜率重合率指标pD_kvp、pD_ksp，建立重合率，使用启发式算法求解HPI趋势预警重合率损失函数，寻找参数k、d_kvT、d_ksT合适值使得损失函数p值最大；模型运行时，实时计算k时间段内的健康度HPI方差d_kv是否超出d_kvT，若超出则提示方差预警；实时计算k时间段内的健康度HPI斜率d_ks是否超出d_ksT，若超出则提示斜率预警。

技术领域

本发明涉及智能评估诊断模型的建模方法，特别是一种提升评估模型预警提前性和准确性的方法。

背景技术

水泥企业属于不间断生产的流程行业，在生产过程中有成千上百个传感器采集各个生产环节的关键节点数据。目前这部分数据对于用户来说主要应用在单个测点的阈值范围监测和工艺生产调试，这两者都是基于点的监测或是控制回路(线)的监测，无法做到整体(面)的状态评估。

专利CN102270271B：《基于相似度曲线的设备故障早期预警及优化的方法和系统》，简称评估系统(IEM)是利用工厂设备测点、工艺测点的历史正常运行数据，建立设备模型和工艺模型，用以监测设备故障、早期预警或运行操作条件的漂移。评估系统(IEM)实时输出建模对象健康度(HPI)得分，与健康度HPI标准值进行比较。当实时健康度HPI持续低于标准值HPI一段时间后进行报警输出。其中，健康度HPI值是根据建模历史数据计算出的标准固定值。

将上述专利技术应用在水泥行业的实践中，出现了以下几个问题：

第一，使用模型健康度HPI基准值比较的方式得到的报警，往往建模对象已经处于生产异常的状态。因此实现不了提前性预知、预判、预警的需求。

第二，评估系统(IEM)内置了丰富的报警原因规则，这些原因规则，大部分是对关键位置测点在生产异常前的数据变化的描述。而在实际应用中，基于第一点，发现当HPI预警产生时，并没有符合条件的原因规则报出。

以上应用的问题原因分析：

第一，评估系统(IEM)模型计算出的健康度HPI值是单个时间点的期望值，参照的是历史数据中相似状态空间对应的健康度值。因而评估模型得到的健康度不直接具备趋势预警功能。而目前梳理的一般专家经验知识，都是基于健康度HPI或者某个测点在最近一段时间内的变化趋势来匹配的。所以，本质上来说。评估系统(IEM)是不带时间趋势的点对点的分类模型，而现实的规则匹配是带有时间趋势的多测点组合模型，这是最根本的区别，也导致了模型无法实现提前预警功能。

第二，模型健康度HPI是受到所有测点残差的总体影响，而报警规则是基于特定测点的残差，按照规则组合后触发的报警。因此当HPI产生预警时，组合测点预警规则不一定同时出现。

因而，为了实现故障提前预警及报出更多的对应故障原因，对评估系统IEM的预警方法进行改进。

发明内容

针对现有技术中存在的问题，本发明提供了一种可以体现故障的提前性趋势、可以衡量提前性趋势和历史故障的重合率、解决人工校正预警准确性成本高的问题的提升评估模型预警提前性和准确性的方法。

本发明的目的通过以下技术方案实现。

一种提升评估模型预警提前性和准确性的方法，步骤包括：