[发明专利]基于PLS模型与PCA贡献度融合的在线报警分析方法

说明书

本发明公开了一种基于PLS模型与PCA贡献度融合的在线报警分析方法，包括：获取工业数据，根据工业流程对整体系统进行分块处理，根据多关联模块偏最小二乘法分别对子模块进行建模分析，根据主元分析法获得每个子模块对整体系统的实时贡献度，根据子模块对整体系统的实时贡献比例获得每个过程之中变量对于整体系统的贡献度，根据关键变量提取方式对变量进行筛选，以获得具有预设贡献度的变量，根据在线根源分析策略获得过程变量实时重要程度，根据过程变量实时重要程度对工业报警进行管理。本发明提供的技术方案实现了化工过程监控和报警管理过程中降低多变量间噪声干扰、提供更加准确过程信息、提升报警数据在线分析能力的目标。

技术领域

本发明涉及工业报警技术领域，尤其涉及一种基于PLS模型与PCA贡献度融合的在线报警分析方法。

背景技术

报警系统是流程工业监控中的一个重要组成部分，通过报警系统发出警报，可以使操作员实时地掌握设备运行的状况，及时察觉到异常的运行工况。通过报警管理系统，可以提高报警系统的真实性和可靠性。报警管理系统涵盖了一个完整的生命周期：理念、识别、合理化、设计、实施、运行等。

报警系统是化工过程安全的重要保障，报警信息准确、响应速度快是报警系统最重要的两个指标。传统工业中，滤波、死区、延迟等单变量阈值报警方法得到了广泛的应用，但是由于复杂工业中变量数过多，各个变量之间是相互影响，特别是当故障发生时，由于系统内部的相互作用关系，再加上一些冗余报警的设置，会出现很多报警，使人难以辨别真实的源头，从而产生报警泛滥现象。这种现象产生的大量报警远远超出了操作员的处理能力，从而忽略了关键报警，所以如何有效合理的减少报警具有重要的意义。因此，在系统产生安全隐患的时刻，过多变量同时报警产生了报警泛滥的现象，报警信息单一、分析困难成为了单变量阈值报警的弊病。从报警阈值优化角度来解决的报警泛滥问题，有效地提高了报警系统的性能，但是没有能够从根本上解决问题。

发明内容

为解决现有技术存在的局限和缺陷，本发明提供一种基于PLS模型与PCA贡献度融合的在线报警分析方法，包括：

获取工业数据；

根据工业流程和所述工业数据对整体系统进行分块处理；

根据多关联模块偏最小二乘法分别对子模块进行建模分析，以获得工业数据子模块构造和子模块的过程监控结果；

根据主元分析法获得每个子模块对整体系统的实时贡献度；

根据子模块对整体系统的实时贡献比例获得每个过程之中变量对于整体系统的贡献度；

根据关键变量提取方式对所述变量进行筛选，以获得具有预设贡献度的变量；

根据在线根源分析策略获得过程变量实时重要程度，所述过程变量实时重要程度用于在线评价变量关键程度的重要指标；

根据所述过程变量实时重要程度对工业报警进行管理。

可选的，所述根据多关联模块偏最小二乘法分别对子模块进行建模分析的步骤包括：

根据偏最小二乘法形成X^a*n与Y^b*n变量模型，所述变量模型为：

其中，X^a*n是输入变量，Y^b*n是输出变量，a、b分别为输入变量和输出变量的个数，n为采样个数，T^p*n为X的主元潜在变量，U^p*n为Y的主元潜在变量，P、Q分别为X、Y投影到主元空间的投影矩阵，E_X、E_Y分别为X、Y主元空间残差项；

根据主元变量T形成主元变量预测模型，用于预测主元变量U，所述主元变量预测模型为：