一种流程工业过程状态异常的预警方法与流程

本发明涉及流程工业过程领域的故障检测与预警方面，基于趋势和限值两类预警信息，建立一种异常状态的实时检测与预警方法。
背景技术：
：石油、石化等流程工业领域里的故障或异常状态，往往采用集散控制系统(dcs)报警。然而，目前dcs普遍采用固定的上下限报警，存在无法提供预警、报警不及时等诸多问题。目前已有一些故障或异常的预警方法，主要分为基于模型和基于数据驱动两大类。基于模型的方法需要深刻理解并掌握准确的工艺过程机理，在实际应用中受到极大限制；基于数据驱动的方法是从dcs采集实时及历史数据，然后进行数据处理和判断。但数据驱动的方法在实际应用中尚存在一些问题，例如，测量的数据往往带有噪声，极易造成故障误报；而为了消除噪声有时采用的滤波方法又容易引入滞后问题，造成报警不及时。因此，如何建立一个实用、可靠的异常状态预警系统，能够在准确性、实时性间找到平衡，近年来越来越引起关注。技术实现要素：本发明针对上述问题，综合了趋势和限值的预警识别信息，建立过程状态异常预警的判断规则和流程，可对变化剧烈或渐变性异常进行实时检测和预警。本发明采用以下技术方案：一种流程工业过程状态异常的预警方法，该方法综合了趋势和限值的预警识别信息，建立过程状态异常预警的判断规则和流程，具有以下步骤：⑴按照工况趋势将趋势预警分为4类：趋势快速上升、趋势快速下降、趋势大幅波动和趋势正常；⑵设定工况参数正常运行区间的上限xh和下限xl；⑶从监控系统提取实时运行数据，以当前采样点为起点，对p个历史采样点进行回归计算，得到斜率k1和相关系数r1；⑷基于时间轴前移1个采样点，再次对p个采样点计算拟合斜率k2和相关系数r2，重复此过程，直至得到k1～kn和r1～rn；⑸依据趋势预警识别流程，确定当前工况的趋势预警类别：若趋势为快速上升、快速下降或大幅波动，则执行步骤⑹；若趋势为正常，则执行步骤⑺；⑹依据限值预警识别流程，判断是否产生限值预警；⑺综合趋势和限值的识别结果，判断装置当前运行工况的预警级别。具体的，本方法提供了对当前工况中趋势快速上升和快速下降预警的识别流程：⑴统计r1～rn处于相关系数预警范围q1l≤|r|≤q1r的比例w1，并与阈值m1比较，若w1＜m1则对当前工况进行大幅波动的趋势预警识别；若w1≥m1则转至步骤⑵；⑵统计k1～kn处于斜率预警范围ul≤|k|≤ur的比例w2，并与阈值m2比较，若在正斜率区间且w2≥m2则判定为趋势快速上升；若在负斜率区间且w2≥m2则判定为趋势快速下降；若w2＜m2则判定为趋势正常。具体的，本方法提供了对当前工况中趋势大幅波动预警的识别流程：⑴统计r1～rn处于相关系数预警范围q2l≤|r|≤q2r的比例w3，并与阈值m3比较，若w3＜m3则判定为正常趋势，若w3≥m3则转至步骤⑵；⑵以当前采样点为起点，基于时间轴向前选取2p个采样点并计算标准差v，与阈值m4比较，若v≥m4则判断为趋势大幅波动，若v＜m4则判断为正常趋势。具体的，本方法提供了对当前工况中限值预警的识别流程，基于时间轴向前选取包括当前点在内的3个采样点对未来3个采样点进行预测，具体步骤如下：⑴当前采样点为x(p)，t为采样周期，设置权重系数α、β和γ，使α+β+γ＝1，提取x(p)、x(p-1)和x(p-2)共计3个采样点；⑵依据下式计算k(0)1、k(0)2和k(0)3依据式计算得根据式计算得⑶依据下式计算k(1)1、k(1)2和k(1)3依据式计算得根据式计算得⑷依据下式计算k(2)1、k(2)2和k(2)3依据式计算得根据式计算得⑸若和中有2个及以上超过给定工况参数的限值，即产生限值预警。优选的，本方法基于趋势和限值预警的识别信息，建立了一套过程状态异常的预警判断规则，其中将判断结果分为三个预警级别：绿色、黄色和红色，其中绿色表示工况正常，黄色表示提醒注意，红色表示报警状态，具体规则如下：类别12345678趋势快速上升是是否否否否否否趋势快速下降否否是是否否否否趋势大幅波动否否否否是是否否趋势正常否否否否否否是是是否超过限值是否是否是否是否预警级别红色黄色红色黄色红色黄色红色绿色有益效果：本发明针对流程工业中状态异常实时监测和预警能力不足的实际情况，基于趋势预警和限值预警的识别信息，建立了一套过程状态异常的预警判断规则，并给出当前运行工况的预警级别。该方法实用、可靠，既降低了因噪声数据而导致误判的概率，又能对异常工况提前预警。该方法对及时故障处理、降低故障损失、保证生产安全具有重要的应用价值。附图说明图1是流程工业过程状态异常的预警总体流程图图2是案例1中包含当前采样点的回归图图3是案例1趋势预警的趋势值预测图图4是案例2中包含当前采样点的回归图图5是案例2趋势预警的趋势值预测图具体实施过程下面结合附图以及两个具体的算例，给出详细的计算过程和具体操作流程，以对本发明作进一步说明。本实施案例在以本发明技术方案为前提下进行实施，但本发明的保护范围不限于下述的实施案例。案例1以某炼化企业的常减压工艺中初馏塔塔顶压力为例，选取的是该企业2016年11月25日23:25至26日1:30时间段内每隔5分钟采集的数据，依据建立的状态异常预警规则和流程，完成初馏塔塔顶压力的异常识别。案例1实施流程如图1所示，具体的实施步骤如下：(1)设定趋势和限值的预警信息按照工况趋势将趋势预警分为4类：趋势快速上升、趋势快速下降、趋势大幅波动和正常趋势，根据现场工艺要求设定工况参数上限xh＝343kpa和下限xl＝208kpa。(2)回归计算斜率与相关系数首先提取了26个采样点数据，数据如表1所示：表1初馏塔塔顶压力数据本案例中设置回归的采样点数量p＝7，基于时间轴，以当前采样点为起点向前选取7个采样点进行最小二乘回归。回归结果如图2所示，可见，回归方程y＝-2.07x+208.93，拟合斜率k1＝-2.07，相关系数r1＝-0.91。每次前移1个采样点并计算，最终得到汇总的斜率k1～k20和相关系数r1～r20，具体数值如表2所示：表2回归系数汇总斜率(kpa/h)相关系数1-2.07-0.912-3.12-0.933-4.21-0.964-5.20-0.995-5.93-1.006-6.21-1.007-6.21-1.008-6.21-1.009-6.21-1.0010-6.21-1.0011-6.21-1.0012-5.98-1.0013-5.33-0.9914-4.43-0.9715-3.45-0.9516-2.54-0.9517-1.86-0.9818-1.59-1.0019-1.59-1.0020-1.59-1.00(3)趋势预警识别此案例设定的趋势预警的相关系数范围为0.50≤|r|≤1.00，阈值m1＝0.60；趋势预警的负斜率上限为-2.50kpa/h，阈值m2＝0.65。相关系数r1～r20处于趋势预警区间的比例：斜率k1～k20属于趋势预警区间的比例：均大于设定的阈值，且趋势预警的相关系数区间为负区间，因此趋势预警识别的结果是：趋势快速下降。(4)限值预警识别此案例的当前采样点为x(p)＝208.04kpa，采样周期为设置权重系数α＝0.5、β＝0.3和γ＝0.2，基于x(p-2)、x(p-1)和x(p)预测未来三个采样点，具体计算如下：①分别计算和带入算式得到预测值②分别计算和带入算式得到预测值③分别计算和带入算式得到预测值计算出的趋势值预测如图3所示。④统计和中超出正常运行区间的有3个，产生限值预警。⑸综合趋势和限值的预警识别结果，该工况既趋势快速下降，又产生限值预警，依据过程状态异常预警的判断规则，得出当前时间点2016年11月26日01:30工况预警级别为红色。案例2再以该企业常减压工艺中常压塔塔顶温度为例，选取2017年2月4日11:15至13:20时间段内每隔5分钟采样一次的常压塔塔顶温度数据，依据建立的故障预警规则和流程，完成常压塔塔顶温度参数的异常识别，具体的实施步骤如下：⑴设定趋势和限值的预警信息按照工况趋势将趋势预警分为4类，根据现场工艺要求设定工况参数上限xh＝146℃和下限xl＝128℃。⑵回归计算斜率与相关系数提取了26个采样点数据，如表3所示：表3常压塔塔顶温度数据序号日期时间点温度(℃)12017/2/411:15141.7922017/2/411:20142.1732017/2/411:25142.2942017/2/411:30142.4952017/2/411:35142.5862017/2/411:40142.9272017/2/411:45143.3382017/2/411:50143.3992017/2/411:55143.53102017/2/412:00143.48112017/2/412:05143.30122017/2/412:10143.37132017/2/412:15143.42142017/2/412:20143.45152017/2/412:25143.60162017/2/412:30143.65172017/2/412:35143.69182017/2/412:40143.75192017/2/412:45143.71202017/2/412:50144.15212017/2/412:55144.18222017/2/413:00144.23232017/2/413:05144.27242017/2/413:10144.11252017/2/413:15144.79262017/2/413:20144.96设置回归的采样点数量p＝7，回归结果如图4所示。计算拟合斜率和相关系数，得到k1～k20和r1～r20，具体数值如表4所示：表4回归系数汇总⑶趋势预警识别此案例设定的趋势预警的相关系数范围为0.50≤|r|≤1.00，阈值m1＝0.60；趋势预警的正斜率下限为0.80，阈值m2＝0.65。相关系数r1～r20处于趋势预警区间的比例为0.85，斜率k1～k20处于趋势预警区间的比例为0.70，均大于各自设定的阈值，且趋势预警的相关系数区间为正区间，因此趋势预警识别的结果是：趋势快速上升。⑷限值预警识别此案例的当前采样点为x(p)＝144.96℃，设置权重系数α＝0.5、β＝0.3和γ＝0.2，基于x(p-2)、x(p-1)和x(p)预测未来三个采样点，如图5所示，具体计算如下：①分别计算斜率得到k(0)1＝2.04℃/h、k(0)2＝8.16℃/h和k(0)3＝5.10℃/h，综合已得斜率和权重系数计算得带入算式得到预测值②分别计算斜率得到k(1)1＝4.44℃/h、k(1)2＝2.04℃/h和k(1)3＝3.24℃/h，综合已得斜率和权重系数计算带入算式得到预测值③分别计算斜率得到k(2)1＝3.48℃/h、k(2)2＝4.44℃/h和k(2)3＝3.96℃/h，综合已得斜率和权重系数计算带入算式得到预测值④统计和中超过设定区间的有0个，不产生限值预警。⑸综合趋势和限值的预警识别信息，该工况是趋势快速上升，但未产生限值预警，依据判断规则，得出当前时间点2017年2月4日13:20工况预警级别为黄色。当前第1页12