[发明专利]一种基于规则引擎和智能预测的预警方法

说明书

技术领域

本发明涉及安全监测监控技术领域，尤其涉及一种基于规则引擎和智能预测的预警方法。

背景技术

目前，安全监测监控技术已广泛应用到自然灾害预防、工矿生产安全等各行业领域。一般均是对自然、生产过程中的关键安全参数进行监测，当达到极限值时产生强提示性的报警。

然而这种常见的报警方式比较单一，报警规则繁杂且不易维护，并不能及时的对监测值的异常动态变化情况进行提前预警和分析，也无法提前通知相关方进行预防保护，不能可靠的保证安全生产作业。

发明内容

本发明为克服上述的不足之处，目的在于提供一种基于规则引擎和智能预测的预警方法，该方法根据接收各类监测数据的实时监测值的类型，查找对应的预警规则，预警规则是由规则引擎实时动态对用户自定义的预警规则文件解析生成。若不存在对应的预警规则，则根据神经网络算法结合历史监测数据与历史预警数据，进行预警分析；若存在对应的预警规则，则针对这些预警规则，判断实时监测值是否满足预警条件，若满足则存储并发送预警信息，继续遍历下一条规则，直到遍历完所有预警规则，再根据神经网络方法预测下一时刻的监测数据，并将此预测值作为输入，结合预警规则进行预警分析，直到遍历完所有的预警规则，预警分析结束。以上预警分析中，若满足预警条件，则生成预警信息并提醒用户。本方法用以解决现有安全监测中规则繁杂且维护工作量大、预警时效性低和处理防护时间短的现状，有利于各类安全隐患的预警和预防。

本发明是通过以下技术方案达到上述目的：一种基于规则引擎和智能预测的预警方法，包括如下步骤：(1)规则引擎解析规则文件得到并存储预警规则；

(2)预警分析器接收各类监测数据的实时监测值，并根据监测数据的类型查找对应的预警规则，若不能查找到对应的预警规则则执行下一步骤；若存在对应的预警规则则执行步骤(5)；

(3)根据神经网络算法结合历史监测数据与历史预警数据针对实时监测值进行预警分析；

(4)分析结果若满足神经网络模型的预警条件则生成存储预警记录，发出预警信息后执行步骤(7)；若不满足则结束预警分析；

(5)依次遍历所有预警规则并针对实时监测值或预测值进行预警分析；

(6)分析结果若满足预警条件则生成存储预警记录，发出预警信息后执行步骤(7)；若不满足预警条件则执行步骤(7)；

(7)检测是否遍历完所有存储的预警规则，若未遍历完则重复执行步骤(5)与步骤(6)；若已经遍历完则执行下一步；

(8)检测是否基于实时监测值已经做过预测，若未做过预测则执行步骤(9)；若已经做过预测则结束预警分析；

(9)根据神经网络算法预测出下一时刻的监测数据，将该监测数据作为预测值并跳转执行步骤(5)。

作为优选，所述步骤(1)内的规则文件为用户预先定义的，是以XML为后缀的文件；其中包括规则名称、描述、规则编号、监测数据类型、预警类型、规则三级门限值和预警条件。

作为优选，所述步骤(1)内的预警规则是阈值类型、累计变化量类型和变化率类型中的任意一种或任意组合。

作为优选，所述步骤(1)规则引擎解析规则文件的方法步骤如下：

a)规则文件输入规则引擎，规则引擎实时对规则文件进行动态解析；

b)规则引擎解析规则文件中的规则数目，遍历其中每个规则；

c)解析每条规则的名称、描述、规则编号、监测数据类型、预警类型、规则三级门限值、预警条件；

d)存储解析后的预警规则数据；

e)检测是否遍历完规则文件中所有的预警规则，若不是，则重新执行步骤b)至步骤d)；若是，则结束解析。

作为优选，所述步骤(3)神经网络算法进行预警分析计算的方法步骤如下：

1)从历史数据中分析确定输入变量数据，将数据整理成训练样本；

2)对训练样本中的数据进行归一化处理；

3)采用BP算法对训练样本进行神经网络模型训练；

4)将训练好的神经网络模型应用于计算预警结果。

作为优选，所述步骤(9)根据神经网络算法预测出下一时刻的监测数据的方法步骤如下：

A)从历史数据中分析确定输入变量数据，将数据整理成训练样本；

B)对训练样本中的数据进行归一化处理；

C)采用BP算法对训练样本进行神经网络模型训练；