[发明专利]一种均化增粘反应釜装置异常状态检测方法及系统

说明书

本发明涉及数据处理技术领域，具体涉及一种均化增粘反应釜装置异常状态检测方法及系统，该方法能够实现生产领域人工智能系统等信息系统集成服务、人工智能优化操作系统、人工智能中间件、函数库等功能，还可以用于计算机视觉软件等应用软件开发；该方法采用相关的电子设备首先获取反应釜装置在每个正常工作模式下对应的模式关联类别序列与关联字典序列，通过实时获取反应釜装置实际工作中的样本数据与每个正常工作模式下的数据对比得到实际工作模式，根据能否得到对应的实际工作模式判断该反应釜装置是否发生了异常状态；结合了每个工作模式下不同类别数据之间的相关程度，提高了数据分析的准确度，增加了对反应釜装置异常状态检测的可信度。

技术领域

本发明涉及数据处理技术领域，具体涉及一种均化增粘反应釜装置异常状态检测方法及系统。

背景技术

在现代化工的运行过程中，通常对生产过程中设备的各种数据信息进行采集，根据数据库中的大量数据以及实时样本数据之间的关系对设备进行监控，化工生产过程中通常包括多个生产模态，每个生产模态之间的数据存在一定的相关性。

现有的针对多模态化工过程进行分析时，往往只考虑到各个生产模态对应数据的独特性，或者是在考虑到每个生产模态独特性的基础上考虑到不同生产模态之间的相关性；但对于同一种生产模态来说，该生产模态下数据之间的联系往往更加紧密，可能由于数据之间的互相影响从而使得生产过程中出现异常状态，忽略同种生产模态下数据之间的相关性进行分析可能会存在偏差，对装置的检测识别的准确度较低。

发明内容

为了解决上述技术问题，本发明的目的在于提供一种均化增粘反应釜装置异常状态检测方法及系统，所采用的技术方案具体如下：

第一方面，本发明一个实施例提供了一种均化增粘反应釜装置异常状态检测方法，该方法包括以下步骤：

采集反应釜装置在每个正常工作模式下对应的多个样本数据，所述样本数据包括所述反应釜装置的多个类别数据，每个所述类别数据为所述反应釜装置在对应的所述正常工作模式下的数据序列；

获取每个所述正常工作模式下任意两个所述类别数据之间的相关程度，根据所述相关程度构建所述正常工作模式对应的模式关联类别序列，根据所述模式关联类别序列得到对应的关联字典序列；

采集所述反应釜装置在实际工作时的多个实际样本数据，根据多个所述实际样本数据得到实际模式关联类别序列与实际关联字典序列；获取所述实际模式关联类别序列与每个所述模式关联类别序列之间的相似度，所述相似度大于预设阈值时的所述模式关联类别序列为候选模式关联类别序列，每个所述候选模式关联类别序列对应一个候选关联字典序列；

获取所述实际关联字典序列与每个所述候选关联字典序列之间的相似性，所述相似性最大时对应的所述候选关联字典序列为最优序列，所述最优序列对应的所述正常工作模式为实际工作时的实际工作模式；

获取所述反应釜装置在多个连续时间段内的实际工作模式，不存在所述实际工作模式的时间段为疑似异常时间，将所述疑似异常时间与其相邻的前后两个时间段进行对比，判断所述疑似异常时间是否发生了异常状态。

优选的，所述获取每个所述正常工作模式下任意两个所述类别数据之间的相关程度的步骤，包括：

获取每个所述样本数据中任意两个所述类别数据之间的差异，计算所有所述样本数据中该两个所述类别数据之间的差异的均值，所述差异的均值为该两个所述类别数据之间的相关程度。

优选的，所述根据所述相关程度构建所述正常工作模式对应的模式关联类别序列的步骤，包括：

获取每个所述正常工作模式下任意两个所述类别数据之间的相关程度，将所有所述相关程度进行降序排列得到对应的模式关联类别序列。

优选的，所述根据所述模式关联类别序列得到对应的关联字典序列的步骤，包括：