摘要
工业报警系统是现代流程工业中集散控制系统的核心组成部分.由于不恰当的报警变量设置,实际当中常常产生大量干扰报警,对生产的安全高效形成严重威胁.造成大量干扰报警的一个重要原因是报警变量的设置缺乏与相关变量的关联.文中采用将定性趋势分析与数据驱动相结合的方法进行多变量报警系统设计.主要思想是通过Savitzky-Golay滤波器提取相关过程变量信号的滤波后幅值及各阶导数作为定性趋势的代替特征,并在特征空间中训练支持向量机模型,判别是否应当给出报警.所展示的给水泵的实例表明,文中所提出的方法具有高准确率的优点,改进了传统的对单变量设置报警阈值的方法,使得误报警、漏报警数量都大幅下降.
NETL
NSTL
维普
万方数据