[发明专利]基于数据驱动的化工生产异常切片管理方法

说明书

本发明涉及一种基于数据驱动的化工生产异常切片管理方法，所述方法包括以下步骤：步骤1利用传感器实现对各个位号的采集；步骤2对位号进行周期性关联性分析，得到不同时刻的关联矩阵；步骤3某一时刻，目标位号发生报警，通过时间做差，找出与报警时刻最接近的关联矩阵；步骤4计算关联矩阵与历史关联矩阵的相似度，得到相似度最高的一组历史关联矩阵；步骤5调出最相似的历史关联矩阵对应的历史操作，发送给操作员；步骤6此报警解决后，将关联矩阵与操作员的操作记录下来形成知识切片放到历史数据库中，该方法摆脱传统单一报警信息的缺陷，通过关联矩阵计算找出报警参数的关联参数，操作员根据关联参数可获取更多的故障决策依据和操作依据。

技术领域

本发明涉及一种切片管理方法，具体涉及一种基于数据驱动的化工生产异常切片管理方法，属于化工生产控制技术领域。

背景技术

化工生产过程是高危过程，参数众多，操作员需要常驻控制室依据DCS系统界面，通过实时观察参数以及时了解生产工况变化，这种传统的管理操作方式受制于时间、地点，被动性较强。化工生产的过程因参数多、流程多样性，过程复杂，需要给操作员提供灵活的技术操作方案，以应对复杂多变的化工生产过程。

目前，管理位号的主要方法是操作员通过观察DCS界面及接收相应单参数报警的信息。这种化工过程事故预防管理办法明显滞后且提供的报警信息单一，化工生产的过程因参数多、流程多样性，过程复杂，很难建立精准的先验知识库。而给操作员提供更多的相关参数信息和相关操作依据，则为缩短事故判断和加快处理的决策过程提供可能，因此，迫切的需要一种新的方案解决该技术问题。

发明内容

本发明正是针对现有技术中存在的技术问题，提供一种基于数据驱动的化工生产异常切片管理方法，该技术方案周期性计算出目标位号的关联矩阵，确定一组参数，通常是2-3个。当某一时刻目标位号发生报警，将报警时刻的关联矩阵与历史关联矩阵进行相似性计算，找到与当前关联矩阵最相近的历史关联矩阵，然后将此历史矩阵对应的报警详情和相关经验通过移动端推送给操作员。故障解除后，将事故详情和经验记录下来，并且此次关联矩阵存入数据库中作为历史关联矩阵，作为下次相似故障的判断依据。

为了实现上述目的，本发明的技术方案如下：一种基于数据驱动的化工生产异常切片管理方法，所述方法包括以下步骤：

步骤1利用传感器实现对各个位号的采集；

步骤2对位号进行周期性关联性分析，得到不同时刻的关联矩阵；

步骤3某一时刻，目标位号发生报警，通过时间做差，找出与报警时刻最接近的关联矩阵；

步骤4计算关联矩阵与历史关联矩阵的相似度，得到相似度最高的一组历史关联矩阵；

步骤5调出最相似的历史关联矩阵对应的历史操作，发送给操作员；

步骤6此报警解决后，将关联矩阵与操作员的操作记录下来形成知识切片放到历史数据库中，作为未来该参数报警的对照信息。

作为本发明的一种改进，所述步骤2具体过程如下：采用相关性计算方法计算报警位号与哪几个位号具有关联性；具体的计算方法：

在正常生产过程中，每12个小时(或其他时间周期)计算一次与目标位号发生强关联的位号并形成关联矩阵，

作为本发明的一种改进，所述步骤3具体如下，当目标位号发生报警，将报警信息发送给操作员，并从数据库中调出与报警时刻最接近的关联矩阵。

作为本发明的一种改进，所述步骤4，利用马氏距离计算目标位号的关联矩阵与哪个历史关联矩阵最相近。

作为本发明的一种改进，所述步骤5，将此历史关联矩阵对应的事故描述和经验记录呈现给操作员，作为操作员的操作参照信息。