[发明专利]一种基于自回归模型的光纤测温系统警报风险预测方法

说明书

本发明公开了一种基于自回归模型的光纤测温系统警报风险预测方法，包括如下步骤：温度时间序列数据采集；对温度时间序列数据做白噪声检验，如果经过检验判定温度时间序列为白噪声；对温度时间序列做平稳性检验，若经过检验判定为非平稳，则进行温度时间序列的平稳化处理；建立模型，估算模型参数；检验模型的适用性，若检验通过，则得到拟合后的模型；预测时间序列；风险等级判别。解决了传统技术依赖单一阈值判别容易引起误报的问题。该方法可以根据前序信号的相关性，预测出后序信号，不在依赖单一阈值判别。

技术领域

本发明涉及光纤探测技术领域，具体涉及一种基于自回归模型的光纤测温系统警报风险预测方法。

背景技术

现有的分布式光纤测温类产品对温度信号的处理一般都是基于阈值判断进行分类，分类的方法有：

1)超温报警判断。在所有检测区域设置不同的超温阈值，当存在温度超过超温阈值的检测点时，就生成超温报警；

2)温升报警判断。人工设定时间间隔和温升报警阈值，当在设定的时间间隔内，存在检测点的温度上升速度超过温升阈值时，就生成超温报警；

3)预警判断。有些厂家在设定超温报警和温升报警后，新增了超温预警和超温预警判断，在没有达到报警的情况下，提前生成预警；

4)历史数据分析。基本所有的分布式光纤测温类产品都提供了历史数据分析功能，方便用户分析过去一段时间的温度变化情况。

现有的分布式光纤测温类产品对温度信号分类技术的主要缺陷：

1)只能依赖阈值判断，误报率高。

现有光纤测温类产品普遍采用阈值判断作为报警条件，只要有超过一个检测点温度达到或超过报警阈值，系统就会报警。但是现实中温度是多变的，存在达到报警阈值，却没有持续报警状态的情况，如果此时发出警报就属于误报。

2)温度时间序列前后数据基本无关联。

现有光纤测温类产品，只关注光纤当前温度，而没有对温度变化前后的温度时间序列进行分析。温升报警判断虽然对前面一定时间内的数据进行分析，但是也仅限于最大温度值和最小温度值的对比，远远达不到前后关联分析的程度。

3)没有警报风险预测功能。

现有光纤测温类产品，不存在对警报风险预测功能。随着人工智能和机器学习的不断进步，智能风险分析和预测成为了报警类产品发展的方向。智能风险分析能够辅助光纤测温类产品更好的降低误报率。

4)历史数据分析只能事后处理，无法实时预判。

历史数据分析功能现有光纤类产品基本都有，可以对全传感段和单点进行分析，初步统计温度的变化情况，分析出危险容易发现的地点和时间段。但是，不能做到实时分析和预判，而且无法脱离人工干预过程。

发明内容

本发明要解决的技术问题是传统技术依赖单一阈值判别容易引起误报的问题。

为了解决上述技术问题，本发明采用的技术方案为：一种基于自回归模型的光纤测温系统警报风险预测方法，利用光纤探测对温度进行检测，包括如下步骤：

1)温度时间序列采集：持续采集温度时间序列，将每n个连续的检测点作为一个数组；

2)对数组进行白噪声检测，当数组为非白噪声时，则对其进行平稳性检验；

3)对温度时间序列做平稳性检验，若经过检验判定为非平稳，则对数组进行的平稳化处理，并进入步骤2中再次进行白噪声检测；若经过检验判定为平稳，则建立回归模型；

4)建立回归模型，并计算模型参数；

5)对计算出的模型参数进行检验，若检验通过，则得到拟合后的模型；否则进入步骤4；