一种数据驱动的工业报警自适应阈值预测方法

• 作者: 徐砚 王佳 郝鑫
• 来源期刊: 通信技术
• 学科: 工学
• 关键词: 工业控制系统 报警管理 贝叶斯估计 自适应阈值
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 信息处理与传输
• 页码范围: 52-58
• 页数: 7页
• 分类号: TP277
• 字数: 3881字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0802.2020.01.010

摘要

化工过程常常工作在多个稳定状态.传统的报警阈值只是针对单个模式而设定,当变量从一个稳定状态到另一个稳定状态时,会产生误报警和漏报警,于是提出了一种报警阈值自适应预测方法.首先,通过历史数据得到各个阶段的带宽系数和贝叶斯估计的样本信息.其次,为了更新模型参数,在过渡过程采用基于蒙特卡罗方法的贝叶斯参数参数估计方法,利用后验分布函数的均值和方差,并在稳定过程采用递推迭代公式更新均值和方差.针对整个过程得到自适应的报警阈值,以此减小产生误报警和漏报警的数量.最后,通过一个工业实例数据验证了方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郝鑫		4	11	2.0	3.0
2	王佳		4	1	1.0	1.0
3	徐砚		4	5	1.0	2.0