一種判別報警持續(xù)時間統(tǒng)計分布穩(wěn)定性的方法和系統(tǒng)的制作方法
【專利摘要】本發(fā)明涉及一種判別報警持續(xù)時間統(tǒng)計分布穩(wěn)定性的方法和系統(tǒng)。其中方法包括:從采集到的原始信號中篩選得到所有報警信號的報警持續(xù)時間集合；根據(jù)報警持續(xù)時間集合構(gòu)建報警持續(xù)時間概率密度函數(shù)和其標(biāo)準(zhǔn)方差函數(shù)；去除報警持續(xù)時間集合中低頻率發(fā)生的報警持續(xù)時間,得到篩選后報警持續(xù)時間集合；將篩選后報警持續(xù)時間集合中的數(shù)值分別代入報警持續(xù)時間概率密度函數(shù)和標(biāo)準(zhǔn)方差函數(shù)中，并根據(jù)報警持續(xù)時間概率密度函數(shù)和標(biāo)準(zhǔn)方差函數(shù)的比值判斷報警持續(xù)時間的統(tǒng)計分布穩(wěn)定性。本發(fā)明可以判斷歷史數(shù)據(jù)中的報警持續(xù)時間是否具有統(tǒng)計意義上的規(guī)律性，并根據(jù)有穩(wěn)定性的報警持續(xù)時間統(tǒng)計分布優(yōu)化設(shè)計報警生成機制，減少報警系統(tǒng)中普遍存在的干擾報警。
【專利說明】
一種判別報警持續(xù)時間統(tǒng)計分布穩(wěn)定性的方法和系統(tǒng)
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及自動化技術(shù)領(lǐng)域，尤其涉及一種判別報警持續(xù)時間統(tǒng)計分布穩(wěn)定性的 方法和系統(tǒng)。
【背景技術(shù)】
[0002] 報警系統(tǒng)對保障燃煤發(fā)電機組的安全生產(chǎn)與高效運行發(fā)揮著至關(guān)重要的作用，現(xiàn) 有報警技術(shù)普遍采用即時處理策略，即在報警發(fā)生后根據(jù)經(jīng)驗做出判斷，然而現(xiàn)有報警系 統(tǒng)普遍存在"報警過多、處理困難"的突出問題，從而導(dǎo)致無法通過報警及時發(fā)現(xiàn)機組運行 狀態(tài)偏離正常工作范圍，因此無法及時排除異常狀況、消除報警，并且由于現(xiàn)在工廠中對于 干擾報警的分析只來自于工人的經(jīng)驗，并沒有準(zhǔn)確的算法作為依托，無法對報警做出準(zhǔn)確 的預(yù)測，嚴(yán)重影響了生產(chǎn)效益，更帶來大量生產(chǎn)安全問題甚至事故。因此針對工廠報警系統(tǒng) 經(jīng)常存在大量干擾報警的問題，本發(fā)明提出一種判別報警持續(xù)時間統(tǒng)計分布穩(wěn)定性的方法 和系統(tǒng)。

【發(fā)明內(nèi)容】

[0003] 本發(fā)明所要解決的技術(shù)問題是針對現(xiàn)有技術(shù)的不足，提供一種判別報警持續(xù)時間 統(tǒng)計分布穩(wěn)定性的方法和系統(tǒng)。
[0004] 本發(fā)明解決上述技術(shù)問題的技術(shù)方案如下:一種判別報警持續(xù)時間統(tǒng)計分布穩(wěn)定 性的方法，包括如下步驟：
[0005]步驟S1，從采集到的原始信號中篩選得到所有報警信號的報警持續(xù)時間集合；
[0006] 步驟S2,根據(jù)所述報警持續(xù)時間集合構(gòu)建報警持續(xù)時間概率密度函數(shù)和所述報警 持續(xù)時間概率密度函數(shù)的標(biāo)準(zhǔn)方差函數(shù)；
[0007] 步驟S3,去除所述報警持續(xù)時間集合中低頻率發(fā)生的報警持續(xù)時間，得到篩選后 報警持續(xù)時間集合；
[0008] 步驟S4,將所述篩選后報警持續(xù)時間集合中的數(shù)值分別代入所述報警持續(xù)時間概 率密度函數(shù)和所述標(biāo)準(zhǔn)方差函數(shù)中，并根據(jù)所述報警持續(xù)時間概率密度函數(shù)和所述標(biāo)準(zhǔn)方 差函數(shù)的比值判斷報警持續(xù)時間的統(tǒng)計分布穩(wěn)定性。
[0009] 本發(fā)明的有益效果是:本發(fā)明根據(jù)報警持續(xù)時間集合的概率密度函數(shù)，挖掘報警 持續(xù)時間統(tǒng)計意義上的內(nèi)在規(guī)律性，給出了報警信息的置信水平。通過本發(fā)明有益于優(yōu)化 報警生成機制，減少報警干擾，指導(dǎo)操作人員正確識別報警并及時做出適當(dāng)反饋，能夠提高 安全生產(chǎn)，降低安全隱患。
[0010] 在上述技術(shù)方案的基礎(chǔ)上，本發(fā)明還可以做如下改進。
[0011] 進一步地，所述步驟S1的具體實現(xiàn)為：
[0012] 采集預(yù)設(shè)時間長度為T的原始信號；
[0013] 檢測所述原始信號的幅值特征Xt，其中tG[0，T];
[0014] 根據(jù)xt篩選報警信號，具體為:將xt與預(yù)設(shè)報警閾值范圍比較，其中，所述預(yù)設(shè)報警 閾值范圍為[xtpi，Xtph]，其中，xtpi表示報警閾值的下限，Xtph表示報警閾值的上限，當(dāng)Xt G [xtP1，xtph]時，判斷原始信號為正常信號，否則為報警信號；
[0015]統(tǒng)計原始信號中各段連續(xù)報警信號的報警持續(xù)時間ADi，并得到報警持續(xù)時間集 合AD，AD = [ADi，AD2，AD3. . . ADn]，其中，ADi表示第i個報警持續(xù)時間，且i = 1，2，3，…，n，n表 示一共有n個報警持續(xù)時間。
[0016]進一步地，所述步驟S2的具體實現(xiàn)為：
[0017] 采用非參數(shù)概率密度函數(shù)估計方法構(gòu)建報警持續(xù)時間概率密度函數(shù)/f.v；>，
其中x表示待代入?yún)?shù)，h表示窗口長度，K表示核函數(shù)； ，
[0018] 根據(jù)所述報警持續(xù)時間概率密度函數(shù)構(gòu)建所述報警持續(xù)時間概率密度函數(shù)的標(biāo) 準(zhǔn)方差函數(shù)〇(x)

[0019]進一步地，所述步驟S3的具體實現(xiàn)為：
[0020] 計算所述報警持續(xù)時間集合中每個報警持續(xù)時間的頻率 ，其中 表示報警持續(xù)時間為AD:的情況發(fā)生的次數(shù)；
[0021] 將報警持續(xù)時間的頻率中小于預(yù)設(shè)第一閾值的頻率按從小到大的次序排序并累 加計算得到累加和P，P = 八，其中W表示P在等于預(yù)設(shè)第二閾值時的取值； 1=1
[0022] 統(tǒng)計所有在P等于預(yù)設(shè)第二閾值時滿足P 的@媽對應(yīng)的報警持續(xù)時間，形 成低頻率發(fā)生報警持續(xù)時間集合，且所述低頻率發(fā)生報警持續(xù)時間集合中的報警持續(xù)時間 的個數(shù)為k;
[0023] 從所述報警持續(xù)時間集合中去除所述低頻率發(fā)生報警持續(xù)時間集合中的報警持 續(xù)時間，生成篩選后報警持續(xù)時間集合。
[0024]進一步地，所述步驟S4的具體實現(xiàn)為：
[0025] 將所述篩選后報警持續(xù)時間集合中所有數(shù)值代入所述報警持續(xù)時間概率密度函 數(shù)/〇t>和所述標(biāo)準(zhǔn)方差函數(shù)〇(x)中，并計算所述報警持續(xù)時間概率密度函數(shù)/〇>和所述標(biāo) 準(zhǔn)方差函數(shù)〇(x)的比值；
[0026] 將計算得到的所有比值匯總得到穩(wěn)定性指數(shù)集合；
[0027]統(tǒng)計所述穩(wěn)定性指數(shù)集合中大于預(yù)設(shè)第三閾值的數(shù)值的個數(shù)L;
[0028]計算報警持續(xù)時間穩(wěn)定值S，
[0029]判斷S是否大于或等于預(yù)設(shè)第四閾值;若是，則判斷報警持續(xù)時間的統(tǒng)計分布穩(wěn) 定;否則為不穩(wěn)定。
[0030]本發(fā)明解決上述技術(shù)問題的另一種技術(shù)方案如下:一種判別報警持續(xù)時間統(tǒng)計分 布穩(wěn)定性的系統(tǒng)，包括：
[0031] 第一篩選模塊，用于從采集到的原始信號中篩選得到所有報警信號的報警持續(xù)時 間集合；
[0032] 函數(shù)構(gòu)建模塊，用于根據(jù)所述報警持續(xù)時間集合構(gòu)建報警持續(xù)時間概率密度函數(shù) 和所述報警持續(xù)時間概率密度函數(shù)的標(biāo)準(zhǔn)方差函數(shù)；
[0033] 第二篩選模塊，用于去除所述報警持續(xù)時間集合中低頻率發(fā)生的報警持續(xù)時間， 得到篩選后報警持續(xù)時間集合；
[0034]穩(wěn)定性判斷模塊，用于將所述篩選后報警持續(xù)時間集合中的數(shù)值分別代入所述報 警持續(xù)時間概率密度函數(shù)和所述標(biāo)準(zhǔn)方差函數(shù)中，并根據(jù)所述報警持續(xù)時間概率密度函數(shù) 和所述標(biāo)準(zhǔn)方差函數(shù)的比值判斷報警持續(xù)時間的統(tǒng)計分布穩(wěn)定性。
[0035] 本發(fā)明的有益效果是:本發(fā)明根據(jù)報警持續(xù)時間集合的概率密度函數(shù)，挖掘報警 持續(xù)時間統(tǒng)計意義上的內(nèi)在規(guī)律性，給出了報警信息的置信水平。通過本發(fā)明有益于優(yōu)化 報警生成機制，減少報警干擾，指導(dǎo)操作人員正確識別報警并及時做出適當(dāng)反饋，能夠提高 安全生產(chǎn)，降低安全隱患。
[0036] 在上述技術(shù)方案的基礎(chǔ)上，本發(fā)明還可以做如下改進。
[0037] 進一步地，所述第一篩選模塊的具體實現(xiàn)為：
[0038] 采集預(yù)設(shè)時間長度為T的原始信號；
[0039] 檢測所述原始信號的幅值特征Xt，其中tG[0，T];
[0040] 根據(jù)Xt篩選報警信號，具體為:將Xt與預(yù)設(shè)報警閾值范圍比較，其中，所述預(yù)設(shè)報警 閾值范圍為[xtpi，Xtph]，其中，xtpi表示報警閾值的下限，Xtph表示報警閾值的上限，當(dāng)Xt G [xtP1，xtph]時，判斷原始信號為正常信號，否則為報警信號；
[0041]統(tǒng)計原始信號中各段連續(xù)報警信號的報警持續(xù)時間ADi，并得到報警持續(xù)時間集 合AD，AD = [ADi，AD2，AD3. . . ADn]，其中，ADi表示第i個報警持續(xù)時間，且i = 1，2，3，…，n，n表 示一共有n個報警持續(xù)時間。
[0042] 進一步地，所述函數(shù)構(gòu)建模塊的具體實現(xiàn)為：
[0043] 采用非參數(shù)概率密度函數(shù)估計方法構(gòu)建報警持續(xù)時間概率密度函數(shù)
其中x表示待代入?yún)?shù)，h表示窗口長度，K表示核函數(shù)；
[0044] 根據(jù)所述報警持續(xù)時間概率密度函數(shù)構(gòu)建所述報警持續(xù)時間概率密度函數(shù)的標(biāo) 準(zhǔn)方差函數(shù)1

[0045] 進一步地，所述第二篩選模塊的具體實現(xiàn)為：
[0046] 計算所述報警持續(xù)時間集合中每個報警持續(xù)時間的頻率 ，其中 表示報警持續(xù)時間為ADi的情況發(fā)生的次數(shù)；
[0047] 將報警持續(xù)時間的頻率中小于預(yù)設(shè)第一閾值的頻率按從小到大的次序排序并累 加計算得到累加和P，P = ，其中w表示P在等于預(yù)設(shè)第二閾值時的取值； 拉1
[0048]統(tǒng)計所有在P等于預(yù)設(shè)第二閾值時滿足$ = 的夂碼對應(yīng)的報警持續(xù)時間，形 /:1 成低頻率發(fā)生報警持續(xù)時間集合，且所述低頻率發(fā)生報警持續(xù)時間集合中的報警持續(xù)時間 的個數(shù)為k;
[0049]從所述報警持續(xù)時間集合中去除所述低頻率發(fā)生報警持續(xù)時間集合中的報警持 續(xù)時間，生成篩選后報警持續(xù)時間集合。
[0050] 進一步地，所述穩(wěn)定性判斷模塊中根據(jù)所述比值判斷報警持續(xù)時間的統(tǒng)計分布穩(wěn) 定性的具體實現(xiàn)為：
[0051] 將所述篩選后報警持續(xù)時間集合中所有數(shù)值代入所述報警持續(xù)時間概率密度函 數(shù)/&；)和所述標(biāo)準(zhǔn)方差函數(shù)中〇(x)，并計算所述報警持續(xù)時間概率密度函數(shù)/⑴和所述標(biāo) 準(zhǔn)方差函數(shù)〇(x)的比值；
[0052] 將計算得到的所有比值匯總得到穩(wěn)定性指數(shù)集合；
[0053]統(tǒng)計所述穩(wěn)定性指數(shù)集合中大于預(yù)設(shè)第三閾值的數(shù)值的個數(shù)L;
[0054]計算報警持續(xù)時間穩(wěn)定值
[0055]判斷S是否大于或等于預(yù)設(shè)第四閾值;若是，則判斷報警持續(xù)時間的統(tǒng)計分布穩(wěn) 定;否則為不穩(wěn)定。
[0056] 本發(fā)明附加的方面的優(yōu)點將在下面的描述中部分給出，部分將從下面的描述中變 得明顯，或通過本發(fā)明實踐了解到。
【附圖說明】
[0057] 圖1為本發(fā)明所述判別報警持續(xù)時間統(tǒng)計分布穩(wěn)定性的方法流程圖；
[0058] 圖2為本發(fā)明具體實施例中報警持續(xù)時間的統(tǒng)計分布示意圖；
[0059] 圖3為本發(fā)明具體實施例中概率密度函數(shù)的示意圖；
[0060] 圖4為本發(fā)明具體實施例中概率密度函數(shù)/標(biāo)準(zhǔn)方差函數(shù)構(gòu)成的函數(shù)示意圖；
[0061] 圖5為本發(fā)明所述判別報警持續(xù)時間統(tǒng)計分布穩(wěn)定性的系統(tǒng)結(jié)構(gòu)圖。
【具體實施方式】
[0062] 以下結(jié)合附圖對本發(fā)明的原理和特征進行描述，所舉實例只用于解釋本發(fā)明，并 非用于限定本發(fā)明的范圍。
[0063] 圖1為本發(fā)明所述判別報警持續(xù)時間統(tǒng)計分布穩(wěn)定性的方法流程圖。
[0064] 如圖1所示，一種判別報警持續(xù)時間統(tǒng)計分布穩(wěn)定性的方法，包括如下步驟：
[0065] 步驟S1，從采集到的原始信號中篩選得到所有報警信號的報警持續(xù)時間集合；
[0066] 步驟S2,根據(jù)報警持續(xù)時間集合構(gòu)建報警持續(xù)時間概率密度函數(shù)和所述報警持續(xù) 時間概率密度函數(shù)的標(biāo)準(zhǔn)方差函數(shù)；
[0067] 步驟S3,去除報警持續(xù)時間集合中低頻率發(fā)生的報警持續(xù)時間，得到篩選后報警 持續(xù)時間集合；
[0068] 步驟S4,將篩選后報警持續(xù)時間集合中的數(shù)值分別代入報警持續(xù)時間概率密度函 數(shù)和標(biāo)準(zhǔn)方差函數(shù)中，并根據(jù)報警持續(xù)時間概率密度函數(shù)和標(biāo)準(zhǔn)方差函數(shù)的比值判斷報警 持續(xù)時間的統(tǒng)計分布穩(wěn)定性。
[0069] 在本發(fā)明的具體實施例中，步驟S1的具體實現(xiàn)為：
[0070] 步驟S11，采集預(yù)設(shè)時間長度為T的原始信號；
[0071 ]步驟S12，檢測原始信號的幅值特征Xt，其中t G [0，T ];
[0072] 步驟S13,根據(jù)Xt篩選報警信號，具體為:將Xt與預(yù)設(shè)報警閾值范圍比較，其中，預(yù)設(shè) 報警閾值范圍為[xt P1，Xtph]，其中，#?1表示報警閾值的下限，xtp h表示報警閾值的上限， 當(dāng)Xt G [xtP1，xtph]時，判斷原始信號為正常信號，否則為報警信號；
[0073] 步驟S14,統(tǒng)計原始信號中各段連續(xù)報警信號的報警持續(xù)時間ADi，并得到報警持 續(xù)時間集合AD，AD = [ADi，AD2，AD3. . . ADn]，其中，ADi表示第i個報警持續(xù)時間，且i = 1，2， 3，…，n，n表示一共有n個報警持續(xù)時間，n為大于等于1的整數(shù)。
[0074] 在本發(fā)明的具體實施例中，步驟S2的具體實現(xiàn)為：
[0075] 步驟S21，采用非參數(shù)概率密度函數(shù)估計方法構(gòu)建報警持續(xù)時間概率密度函數(shù)， 非參數(shù)概率密度函數(shù)估計常采用parzen窗估計法具體公式如下：
其中x表示待代入?yún)?shù)，h表示窗口長度，K表示核函數(shù);具體的，本發(fā)明中K可以選擇正態(tài)分 布核。
[0076] 步驟S22,根據(jù)報警持續(xù)時間概率密度函數(shù)構(gòu)建報警持續(xù)時間概率密度函數(shù)的標(biāo) 準(zhǔn)方差函勠
[0077] 在本發(fā)明的具體實施例中，步驟S3的具體實現(xiàn)為：
[0078] 步驟S31，計算報警持續(xù)時間集合中每個報警持續(xù)時間的頻率?，其 中表示報警持續(xù)時間為ADi的情況發(fā)生的次數(shù)；
[0079]步驟S32,將報警持續(xù)時間的頻率中小于預(yù)設(shè)第一閾值的頻率按從小到大的次序 排序并累加計算得到累加和= ，其中w表示P在等于預(yù)設(shè)第二閾值時的取值;這里 /=1 的預(yù)設(shè)第一閾值一般設(shè)置為1 %，預(yù)設(shè)第二閾值可以取值為〇 . 1，W的取值取決于P，P = 0.1 時，可以計算得出W的值；
[0080] 步驟S33，統(tǒng)計所有在P等于預(yù)設(shè)第二閾值時滿足P = t尸叫的夂叫對應(yīng)的報警持續(xù) 時間，形成低頻率發(fā)生報警持續(xù)時間集合，且低頻率發(fā)生報警持續(xù)時間集合中的報警持續(xù) 時間的個數(shù)為k，低頻率發(fā)生報警持續(xù)時間集合可以表示為， 用H 1，上3,…，々丨表不』中弟i個報警持續(xù)時間；
[0081] 步驟S34,從報警持續(xù)時間集合中去除所述低頻率發(fā)生報警持續(xù)時間集合中的報 警持續(xù)時間，生成篩選后報警持續(xù)時間集合，篩選后報警持續(xù)時間集合可以表示為AD' = [八口^^^^^…澗：小篩選后報警持續(xù)時間集合中的報警持續(xù)時間的個數(shù)為!!；。
[0082]在步驟S32中，如果所有報警持續(xù)時間的頻率都大于預(yù)設(shè)第一閾值，則不做任何累 加，此時為0。
[0083]在步驟S33中，如果將所有報警持續(xù)時間的頻率中小于預(yù)設(shè)第一閾值的頻率累加 后計算得到的累加和p不超過預(yù)設(shè)第二閾值，查找所有滿足p的對應(yīng)的報警持 )'-1 續(xù)時間記為1);即可。
[0084]通過上述步驟，可以將發(fā)生頻率低的報警持續(xù)時間從報警持續(xù)時間集合中移除， 降低發(fā)生頻率低的報警持續(xù)時間對判斷報警持續(xù)時間的統(tǒng)計分布穩(wěn)定性判別的干擾。 [0085]在本發(fā)明的具體實施例中，步驟S4的具體實現(xiàn)為：
[0086] 步驟S41，將篩選后報警持續(xù)時間集合中所有數(shù)值代入所述報警持續(xù)時間概率密 度函數(shù)/&；)和所述標(biāo)準(zhǔn)方差函數(shù)〇(x)中，并計算報警持續(xù)時間概率密度函數(shù)/ (x)和標(biāo)準(zhǔn) 方差函數(shù)〇(x)的比值，也就是將篩選后報警持續(xù)時間集合中的報警持續(xù)時間作為X，分別代 A
[0087] 步驟S42,將計算得到的所有比值匯總得到穩(wěn)定性指數(shù)集合;穩(wěn)定性指數(shù)集合可以 表示為
[0088]步驟S43,統(tǒng)計穩(wěn)定性指數(shù)集合中大于預(yù)設(shè)第三閾值的數(shù)值的個數(shù)L;
[0089] 步驟S44,計算報警持續(xù)時間穩(wěn)定值
[0090] 步驟S45,判斷S是否大于或等于預(yù)設(shè)第四閾值;若是，則判斷報警持續(xù)時間的統(tǒng)計 分布穩(wěn)定;否則為不穩(wěn)定，這里的預(yù)設(shè)第四閾值可以設(shè)置為95%。
[0091] 以下是本發(fā)明所述方法在具體示例中的應(yīng)用，具體應(yīng)用場景為電廠。
[0092]從電廠選取24小時數(shù)據(jù)作為原始聲音數(shù)據(jù)，檢測原始聲音數(shù)據(jù)的幅值特征，將檢 測的幅值特性與報警閾值范圍[3 0，5 0 ]相比較，可得報警持續(xù)時間集合為A D =[ 41，3 3， 124... 5]，其中AD共有252項。且最長報警持續(xù)時間為288秒，最短報警持續(xù)時間為1秒。報警 持續(xù)時間的統(tǒng)計分布示意圖如圖2所示。
[0093]估計報警持續(xù)時間集合AD的概率密度函數(shù)M.vh概率密度函數(shù)的示意圖如圖3所 7Jn 〇
[0094]利用公式
^統(tǒng)計報警持續(xù)時間集合中各報警持續(xù)時間的頻率并且按照 從小到大的進行排序，再把排序后的結(jié)果代入公式p/、.進行累加，直至P=10 %，可知 w = 25。且A碼（/ = 1，3,…，25 )對應(yīng)的報警持續(xù)時間集合為 '仏> = [12，27，28, 32，33, 38, 40 41 46. 47, 54，59，63 65，
[0095] 69, 71， 74， 78， 81， 85， 86, 88， 99, 100， 105]。
[0096] 從AD中移除可得六0' = [41，33，124，."，5]，其中六0'共有227項。
[0097] 把過濾后的報警持續(xù)時間AD'代入公式
中進行運算，概率密度函數(shù)/標(biāo)準(zhǔn)方差 函數(shù)構(gòu)成的函數(shù)示意圖如圖4所示。其中，大于1的值有L = 216個，n-k = 227,把L與n-k的值 代入用公式
可知S = 95.15%。根據(jù)當(dāng)S大于等于95%的時候，報警持續(xù)時間的統(tǒng) 計分布穩(wěn)定，可以知道該報警持續(xù)時間的統(tǒng)計分布是穩(wěn)定的。
[0098] 本發(fā)明根據(jù)非參數(shù)估計方法估計報警持續(xù)時間集合的概率密度函數(shù)，挖掘報警持 續(xù)時間統(tǒng)計意義上的內(nèi)在規(guī)律性，給出了報警信息的置信水平。通過本發(fā)明有益于優(yōu)化報 警生成機制，減少報警干擾，指導(dǎo)操作人員正確識別報警并及時做出適當(dāng)反饋，能夠提高安 全生產(chǎn)，降低安全隱患。
[0099] 圖5為本發(fā)明所述判別報警持續(xù)時間統(tǒng)計分布穩(wěn)定性的系統(tǒng)結(jié)構(gòu)圖。
[0100] 根據(jù)上述方法，本發(fā)明還提出了如圖5所示的一種判別報警持續(xù)時間統(tǒng)計分布穩(wěn) 定性的系統(tǒng)，包括：
[0101] 第一篩選模塊，用于從采集到的原始信號中篩選得到所有報警信號的報警持續(xù)時 間集合；
[0102] 函數(shù)構(gòu)建模塊，用于根據(jù)報警持續(xù)時間集合構(gòu)建報警持續(xù)時間概率密度函數(shù)和報 警持續(xù)時間概率密度函數(shù)的標(biāo)準(zhǔn)方差函數(shù)；
[0103] 第二篩選模塊，用于去除報警持續(xù)時間集合中低頻率發(fā)生的報警持續(xù)時間，得到 篩選后報警持續(xù)時間集合；
[0104] 穩(wěn)定性判斷模塊，用于將篩選后報警持續(xù)時間集合中的數(shù)值分別代入報警持續(xù)時 間概率密度函數(shù)和標(biāo)準(zhǔn)方差函數(shù)中，并根據(jù)報警持續(xù)時間概率密度函數(shù)和標(biāo)準(zhǔn)方差函數(shù)的 比值判斷報警持續(xù)時間的統(tǒng)計分布穩(wěn)定性。
[0105] 在本發(fā)明的具體實施例中，第一篩選模塊的具體實現(xiàn)為：
[0106] 采集預(yù)設(shè)時間長度為T的原始信號；
[0107] 檢測原始信號的幅值特征Xt，其中t G [0，T];
[0108] 根據(jù)Xt篩選報警信號，具體為:將Xt與預(yù)設(shè)報警閾值范圍比較，其中，預(yù)設(shè)報警閾值 范圍為[Xtpi，xtph]，其中，xtpi表示報警閾值的下限，xtph表示報警閾值的上限，當(dāng)XtG [xtPl，xtph]時，判斷原始信號為正常信號，否則為報警信號；
[0109]統(tǒng)計原始信號中各段連續(xù)報警信號的報警持續(xù)時間ADi，并得到報警持續(xù)時間集 合AD，AD = [ADi，AD2，AD3. . . ADn]，其中，ADi表示第i個報警持續(xù)時間，且i = 1，2，3，…，n，n表 示一共有n個報警持續(xù)時間。
[0110] 在本發(fā)明的具體實施例中，函數(shù)構(gòu)建模塊的具體實現(xiàn)為：
[0111] 采用非參數(shù)概率密度函數(shù)估計方法構(gòu)建報警持續(xù)時間概率密度函數(shù)/XrK 其中X表示待代入?yún)?shù)，h表示窗口長度，K表示核函數(shù)；
，
[0112] 根據(jù)報警持續(xù)時間概率密度函數(shù)構(gòu)建報警持續(xù)時間概率密度函數(shù)的標(biāo)準(zhǔn)方差函 數(shù)
[0113] 在本發(fā)明的具體實施例中，第二篩選模塊的具體實現(xiàn)為：
[0114] 計算報警持續(xù)時間集合中每個報警持續(xù)時間的頻率
，其中表 示報警持續(xù)時間為AD:的情況發(fā)生的次數(shù)；
[0115] 將報警持續(xù)時間的頻率中小于預(yù)設(shè)第一閾值的頻率按從小到大的次序排序并累 加計算得到累加和= ，其中w表示P在等于預(yù)設(shè)第二閾值時的取值；
[0116] 統(tǒng)計所有在P等于預(yù)設(shè)第二閾值時滿足P = 的Aa對應(yīng)的報警持續(xù)時間，形 成低頻率發(fā)生報警持續(xù)時間集合，且低頻率發(fā)生報警持續(xù)時間集合中的報警持續(xù)時間的個 數(shù)為k;
[0117] 從報警持續(xù)時間集合中去除低頻率發(fā)生報警持續(xù)時間集合中的報警持續(xù)時間，生 成篩選后報警持續(xù)時間集合。
[0118] 在本發(fā)明的具體實施例中，穩(wěn)定性判斷模塊中根據(jù)比值判斷報警持續(xù)時間的統(tǒng)計 分布穩(wěn)定性的具體實現(xiàn)為：
[0119] 將篩選后報警持續(xù)時間集合中所有數(shù)值代入所述報警持續(xù)時間概率密度函數(shù) /&?：)和所述標(biāo)準(zhǔn)方差函數(shù)〇(x)中，并計算報警持續(xù)時間概率密度函數(shù)/f T)和標(biāo)準(zhǔn)方差函數(shù) 〇(x)的比值；
[0120] 將計算得到的所有比值匯總得到穩(wěn)定性指數(shù)集合；
[0121]統(tǒng)計穩(wěn)定性指數(shù)集合中大于預(yù)設(shè)第三閾值的數(shù)值的個數(shù)L;
[0122] 計算報警持續(xù)時間穩(wěn)定值
[0123] 判斷S是否大于或等于預(yù)設(shè)第四閾值;若是，則判斷報警持續(xù)時間的統(tǒng)計分布穩(wěn) 定;否則為不穩(wěn)定。
[0124] 在本說明書的描述中，參考術(shù)語"實施例一"、"實施例二"、"示例"、"具體示例"、或 "一些示例"等的描述意指結(jié)合該實施例或示例描述的具體方法、裝置或者特點包含于本發(fā) 明的至少一個實施例或示例中。在本說明書中，對上述術(shù)語的示意性表述不必須針對的是 相同的實施例或示例。而且，描述的具體特征、方法、裝置或者特點可以在任一個或多個實 施例或示例中以合適的方式結(jié)合。此外，在不相互矛盾的情況下，本領(lǐng)域的技術(shù)人員可以將 本說明書中描述的不同實施例或示例以及不同實施例或示例的特征進行結(jié)合和組合。
[0125] 以上所述僅為本發(fā)明的較佳實施例，并不用以限制本發(fā)明，凡在本發(fā)明的精神和 原則之內(nèi)，所作的任何修改、等同替換、改進等，均應(yīng)包含在本發(fā)明的保護范圍之內(nèi)。
【主權(quán)項】
1. 一種判別報警持續(xù)時間統(tǒng)計分布穩(wěn)定性的方法，其特征在于，包括如下步驟： 步驟S1，從采集到的原始信號中篩選得到所有報警信號的報警持續(xù)時間集合； 步驟S2,根據(jù)所述報警持續(xù)時間集合構(gòu)建報警持續(xù)時間概率密度函數(shù)和所述報警持續(xù) 時間概率密度函數(shù)的標(biāo)準(zhǔn)方差函數(shù)； 步驟S3,去除所述報警持續(xù)時間集合中低頻率發(fā)生的報警持續(xù)時間，得到篩選后報警 持續(xù)時間集合； 步驟S4,將所述篩選后報警持續(xù)時間集合中的數(shù)值分別代入所述報警持續(xù)時間概率密 度函數(shù)和所述標(biāo)準(zhǔn)方差函數(shù)中，并根據(jù)所述報警持續(xù)時間概率密度函數(shù)和所述標(biāo)準(zhǔn)方差函 數(shù)的比值判斷報警持續(xù)時間的統(tǒng)計分布穩(wěn)定性。2. 根據(jù)權(quán)利要求1所述的判別報警持續(xù)時間統(tǒng)計分布穩(wěn)定性的方法，其特征在于，所述 步驟Sl的具體實現(xiàn)為： 采集預(yù)設(shè)時間長度為T的原始信號； 檢測所述原始信號的幅值特征Xt，其中t e [〇，T]; 根據(jù)Xt篩選報警信號，具體為:將Xt與預(yù)設(shè)報警閾值范圍比較，其中，所述預(yù)設(shè)報警閾值 范圍為[xtpi，xtph]，其中，xtpi表示報警閾值的下限，xtph表示報警閾值的上限，當(dāng)Xte [xtP1，Xtph]時，判斷原始信號為正常信號，否則為報警信號； 統(tǒng)計原始信號中各段連續(xù)報警信號的報警持續(xù)時間AD1，并得到報警持續(xù)時間集合AD， AD = [AD1，AD2，AD3…ADn]，其中，AD i表示第i個報警持續(xù)時間，且i = 1，2，3，…，η，η表示一共 有η個報警持續(xù)時間。3. 根據(jù)權(quán)利要求2所述的判別報警持續(xù)時間統(tǒng)計分布穩(wěn)定性的方法，其特征在于，所述 步驟S2的具體實現(xiàn)為： 采用非參數(shù)概率密度函數(shù)估計方法構(gòu)建報警持續(xù)時間概率密度函數(shù)/卩->，'其中X表示待代入?yún)?shù)，h表示窗口長度，K表示核函數(shù)； ， 根據(jù)所述報警持續(xù)時間概率密度函數(shù)構(gòu)建所述報警持續(xù)時間概率密度函數(shù)的標(biāo)準(zhǔn)方 差函數(shù)σ(χ)，4. 根據(jù)權(quán)利要求3所述的判別報警持續(xù)時間統(tǒng)計分布穩(wěn)定性的方法，其特征在于，所述 步驟S3的具體實現(xiàn)為： 計算所述報警持續(xù)時間集合中每個報警持續(xù)時間的頻率 ，其中表 示報警持續(xù)時間為AD1的情況發(fā)生的次數(shù)； 將報警持續(xù)時間的頻率中小于預(yù)設(shè)第一閾值的頻率按從小到大的次序排序并進行累 加計算，得到累加和Ρ，，其中w表示P在等于預(yù)設(shè)第二閾值時的取值； 統(tǒng)計所有在P等于預(yù)設(shè)第二閾值時滿足對應(yīng)的報警持續(xù)時間，形成低 頻率發(fā)生報警持續(xù)時間集合，且所述低頻率發(fā)生報警持續(xù)時間集合中的報警持續(xù)時間的個 數(shù)為k; 從所述報警持續(xù)時間集合中去除所述低頻率發(fā)生報警持續(xù)時間集合中的報警持續(xù)時 間，生成篩選后報警持續(xù)時間集合。5. 根據(jù)權(quán)利要求4所述的判別報警持續(xù)時間統(tǒng)計分布穩(wěn)定性的方法，其特征在于，所述 步驟S4的具體實現(xiàn)為： 將所述篩選后報警持續(xù)時間集合中所有數(shù)值，代入所述報警持續(xù)時間概率密度函數(shù) /(64和所述標(biāo)準(zhǔn)方差函數(shù)σ(χ)中，并計算所述報警持續(xù)時間概率密度函數(shù)/?τ)和所述標(biāo)準(zhǔn) 方差函數(shù)〇(x)的比值； 將計算得到的所有比值匯總得到穩(wěn)定性指數(shù)集合； 統(tǒng)計所述穩(wěn)定性指數(shù)集合中大于預(yù)設(shè)第三閾值的數(shù)值的個數(shù)L; 計算報警持續(xù)時間穩(wěn)定值S判斷S是否大于或等于預(yù)設(shè)第四閾值;若是，則判斷報警持續(xù)時間的統(tǒng)計分布穩(wěn)定；否 則為不穩(wěn)定。6. -種判別報警持續(xù)時間統(tǒng)計分布穩(wěn)定性的系統(tǒng)，其特征在于，包括： 第一篩選模塊，用于從采集到的原始信號中篩選得到所有報警信號的報警持續(xù)時間集 合； 函數(shù)構(gòu)建模塊，用于根據(jù)所述報警持續(xù)時間集合構(gòu)建報警持續(xù)時間概率密度函數(shù)和所 述報警持續(xù)時間概率密度函數(shù)的標(biāo)準(zhǔn)方差函數(shù)； 第二篩選模塊，用于去除所述報警持續(xù)時間集合中低頻率發(fā)生的報警持續(xù)時間，得到 篩選后報警持續(xù)時間集合； 穩(wěn)定性判斷模塊，用于將所述篩選后報警持續(xù)時間集合中的數(shù)值分別代入所述報警持 續(xù)時間概率密度函數(shù)和所述標(biāo)準(zhǔn)方差函數(shù)中，并根據(jù)所述報警持續(xù)時間概率密度函數(shù)和所 述標(biāo)準(zhǔn)方差函數(shù)的比值判斷報警持續(xù)時間的統(tǒng)計分布穩(wěn)定性。7. 根據(jù)權(quán)利要求6所述的判別報警持續(xù)時間統(tǒng)計分布穩(wěn)定性的系統(tǒng)，其特征在于，所述 第一篩選模塊的具體實現(xiàn)為： 采集預(yù)設(shè)時間長度為T的原始信號； 檢測所述原始信號的幅值特征Xt，其中t e [〇，T]; 根據(jù)Xt篩選報警信號，具體為:將Xt與預(yù)設(shè)報警閾值范圍比較，其中，所述預(yù)設(shè)報警閾值 范圍為[xtpi，xtph]，其中，xtpi表示報警閾值的下限，xtph表示報警閾值的上限，當(dāng)Xte [xtP1，Xtph]時，判斷原始信號為正常信號，否則為報警信號； 統(tǒng)計原始信號中各段連續(xù)報警信號的報警持續(xù)時間AD1，并得到報警持續(xù)時間集合AD， AD = [AD1，AD2，AD3…ADn]，其中，AD i表示第i個報警持續(xù)時間，且i = 1，2，3，…，η，η表示一共 有η個報警持續(xù)時間。8. 根據(jù)權(quán)利要求6所述的判別報警持續(xù)時間統(tǒng)計分布穩(wěn)定性的系統(tǒng)，其特征在于，所述 函數(shù)構(gòu)建模塊的具體實現(xiàn)為： 采用非參數(shù)概率密度函數(shù)估計方法構(gòu)建報警持續(xù)時間概率密度函數(shù)/丫λ·：)， 其中X表示待代入?yún)?shù)，h表示窗口長度，K表示核函數(shù)；I, 根據(jù)所述報警持續(xù)時間概率密度函數(shù)構(gòu)建所述報警持續(xù)時間概率密度函數(shù)的標(biāo)準(zhǔn)方 差函數(shù)σ(χ)9. 根據(jù)權(quán)利要求6所述的判別報警持續(xù)時間統(tǒng)計分布穩(wěn)定性的系統(tǒng)，其特征在于，所述 第二篩選模塊的具體實現(xiàn)為： 計算所述報警持續(xù)時間集合中每個報警持續(xù)時間的頻率 ，其中《^>;表 示報警持續(xù)時間為AD1的情況發(fā)生的次數(shù)； 將報警持續(xù)時間的頻率中小于預(yù)設(shè)第一閾值的頻率按從小到大的次序排序并累加計 算得到累加和Ρ:，其中w表示P在等于預(yù)設(shè)第二閾值時的取值； 統(tǒng)計所有在P等于預(yù)設(shè)第二閾值時滿足對應(yīng)的報警持續(xù)時間，形成低 頻率發(fā)生報警持續(xù)時間集合，且所述低頻率發(fā)生報警持續(xù)時間集合中的報警持續(xù)時間的個 數(shù)為k; 從所述報警持續(xù)時間集合中去除所述低頻率發(fā)生報警持續(xù)時間集合中的報警持續(xù)時 間，生成篩選后報警持續(xù)時間集合。10. 根據(jù)權(quán)利要求6所述的判別報警持續(xù)時間統(tǒng)計分布穩(wěn)定性的系統(tǒng)，其特征在于，所 述穩(wěn)定性判斷模塊中根據(jù)所述比值判斷報警持續(xù)時間的統(tǒng)計分布穩(wěn)定性的具體實現(xiàn)為： 將所述篩選后報警持續(xù)時間集合中所有數(shù)值代入所述報警持續(xù)時間概率密度函數(shù) /〇〇和所述標(biāo)準(zhǔn)方差函數(shù)〇(x)中，并計算所述報警持續(xù)時間概率密度函數(shù)/&：)和所述標(biāo)準(zhǔn) 方差函數(shù)〇(x)的比值； 將計算得到的所有比值匯總得到穩(wěn)定性指數(shù)集合； 統(tǒng)計所述穩(wěn)定性指數(shù)集合中大于預(yù)設(shè)第三閾值的數(shù)值的個數(shù)L; 計算報警持續(xù)時間穩(wěn)定值S判斷S是否大于或等于預(yù)設(shè)第四閾值;若是，則判斷報警持續(xù)時間的統(tǒng)計分布穩(wěn)定；否 則為不穩(wěn)定。
【文檔編號】G08B29/18GK105931438SQ201610483693
【公開日】2016年9月7日
【申請日】2016年6月27日
【發(fā)明人】王建東, 楊子江, 黃越
【申請人】北京協(xié)同創(chuàng)新研究院