本發(fā)明屬于信號(hào)處理領(lǐng)域，尤其涉及一種基于相關(guān)性的報(bào)警關(guān)聯(lián)變量檢測(cè)方法及系統(tǒng)。

背景技術(shù)：

報(bào)警系統(tǒng)對(duì)保障燃煤發(fā)電機(jī)組的安全生產(chǎn)與高效運(yùn)行發(fā)揮著至關(guān)重要的作用，由于實(shí)際工業(yè)過(guò)程中關(guān)聯(lián)變量之間的相互影響，傳統(tǒng)的單變量報(bào)警閾值設(shè)計(jì)方法可能產(chǎn)生大量干擾報(bào)警(漏報(bào)警和誤報(bào)警)并導(dǎo)致“報(bào)警過(guò)多”的發(fā)生，使得現(xiàn)場(chǎng)操作人員的注意力受到影響，增大了在異常生產(chǎn)狀況發(fā)生時(shí)做出正確處置的難度。

基于流程過(guò)程中設(shè)備或系統(tǒng)出現(xiàn)異常時(shí)變量間相關(guān)性往往較正常工況發(fā)生明顯變化的大量案例事實(shí)，尋找一種基于相關(guān)性的報(bào)警關(guān)聯(lián)變量的檢測(cè)方法來(lái)自動(dòng)篩選出處于正常狀況和異常狀況數(shù)據(jù)段的檢測(cè)方法是十分必要的。

技術(shù)實(shí)現(xiàn)要素：

為了解決上述問(wèn)題，本發(fā)明的第一目的是提供了一種基于相關(guān)性的報(bào)警關(guān)聯(lián)變量檢測(cè)方法。該方法能夠快速自動(dòng)地從歷史數(shù)據(jù)中準(zhǔn)確地獲取異常數(shù)據(jù)段，從而進(jìn)行異常數(shù)據(jù)檢測(cè)，為實(shí)現(xiàn)多變量報(bào)警系統(tǒng)的動(dòng)態(tài)報(bào)警閾值設(shè)計(jì)提供有利的條件，從而減少干擾報(bào)警，提高現(xiàn)場(chǎng)操作人員處理報(bào)警的效率，保障了生產(chǎn)安全性。

本發(fā)明的基于相關(guān)性的報(bào)警關(guān)聯(lián)變量檢測(cè)方法，該方法在服務(wù)器或處理器內(nèi)完成，其具體包括：

步驟1：從歷史檢測(cè)數(shù)據(jù)中提取預(yù)設(shè)時(shí)間長(zhǎng)度的報(bào)警變量及與其相關(guān)聯(lián)的多個(gè)相關(guān)變量的數(shù)據(jù)，選擇其中一組報(bào)警變量及相關(guān)變量作為檢測(cè)對(duì)象；

步驟2：判斷選擇的報(bào)警變量及相關(guān)變量之間的動(dòng)態(tài)延遲關(guān)系，進(jìn)而建立二元時(shí)間序列T并將其標(biāo)準(zhǔn)化為T(mén)’；

步驟3：在由噪音引起的最小時(shí)間間隔的約束下，對(duì)二元時(shí)間序列T’進(jìn)行分段；

步驟4：求取每一個(gè)分段的相關(guān)系數(shù)及其相關(guān)性趨勢(shì)；

步驟5：根據(jù)相關(guān)性趨勢(shì)與實(shí)際趨勢(shì)比較，獲取異常數(shù)據(jù)段及其相關(guān)信息。

進(jìn)一步的，在所述步驟2中，若報(bào)警變量與相關(guān)變量之間存在動(dòng)態(tài)延遲關(guān)系，則將預(yù)設(shè)時(shí)間長(zhǎng)度的報(bào)警變量或者相關(guān)變量的時(shí)間長(zhǎng)度進(jìn)行平移并保持報(bào)警變量與相關(guān)變量之間存在動(dòng)態(tài)延遲關(guān)系不變；如果報(bào)警變量與相關(guān)變量之間不存在動(dòng)態(tài)延遲關(guān)系，則無(wú)需平移。

本發(fā)明首先判斷報(bào)警變量與相關(guān)變量之間的動(dòng)態(tài)延遲關(guān)系，進(jìn)而建立了準(zhǔn)確的二元時(shí)間序列T，進(jìn)而能夠準(zhǔn)確地獲取異常數(shù)據(jù)段，提高了現(xiàn)場(chǎng)操作人員處理報(bào)警的效率，保障了生產(chǎn)安全性。

進(jìn)一步地，在所述步驟3之前還包括：計(jì)算由噪音引起的最小時(shí)間間隔，其具體過(guò)程包括：

(3.1.1)獲取當(dāng)前預(yù)設(shè)時(shí)間長(zhǎng)度的報(bào)警變量的每一個(gè)下拐點(diǎn)，并求得相鄰下拐點(diǎn)之間的距離，進(jìn)而構(gòu)成數(shù)組d；

(3.1.2)對(duì)數(shù)組d進(jìn)行排序并去掉重復(fù)元素，得到數(shù)組d0；求取數(shù)組d0的斜率變化最大的點(diǎn)及其最接近的下拐點(diǎn)之間的距離dm，dm為報(bào)警變量中的最小時(shí)間間隔；

(3.1.3)對(duì)相關(guān)變量重復(fù)步驟(3.1.1)和(3.1.2)，獲得相關(guān)變量的最小時(shí)間間隔dh；

(3.1.4)將dm和dh中的較大值作為二元時(shí)間序列T’的最小時(shí)間間隔。

最小時(shí)間間隔用于減少噪音對(duì)分段結(jié)果的影響，在處理實(shí)際工業(yè)過(guò)程數(shù)據(jù)時(shí)，噪聲的干擾會(huì)導(dǎo)致關(guān)鍵點(diǎn)之間的時(shí)間間隔過(guò)短，因此，在最小時(shí)間間隔的鄰域區(qū)域不進(jìn)行關(guān)鍵點(diǎn)搜索。

進(jìn)一步地，在所述步驟3中對(duì)二元時(shí)間序列T’進(jìn)行分段的過(guò)程包括：

將二元時(shí)間序列T’作為待劃分?jǐn)?shù)據(jù)段；

根據(jù)待劃分?jǐn)?shù)據(jù)段中數(shù)據(jù)之間相關(guān)系數(shù)，判斷待劃分?jǐn)?shù)據(jù)段所屬的數(shù)據(jù)段分類(lèi)屬性；

其中，根據(jù)預(yù)設(shè)相關(guān)系數(shù)范圍，數(shù)據(jù)段分類(lèi)屬性包括弱相關(guān)數(shù)據(jù)段、中相關(guān)數(shù)據(jù)段和強(qiáng)相關(guān)數(shù)據(jù)段。

其中，劃分弱相關(guān)數(shù)據(jù)段和中相關(guān)數(shù)據(jù)段可規(guī)避漏分段現(xiàn)象，強(qiáng)相關(guān)數(shù)據(jù)段可規(guī)避過(guò)擬合現(xiàn)象。

進(jìn)一步地，在所述步驟3中對(duì)二元時(shí)間序列T’進(jìn)行分段的過(guò)程，還包括：

針對(duì)待劃分?jǐn)?shù)據(jù)段，利用線性插值的方法，將二元時(shí)間序列T’中的數(shù)據(jù)點(diǎn)在其所屬分段首尾數(shù)據(jù)點(diǎn)連線上的投影作為擬合點(diǎn)；

利用正交距離找到最遠(yuǎn)的點(diǎn)作為下一次分段的關(guān)鍵轉(zhuǎn)折點(diǎn)，再確定待分?jǐn)?shù)據(jù)段中是否存在強(qiáng)相關(guān)數(shù)據(jù)段，并更新關(guān)鍵轉(zhuǎn)折點(diǎn)；

重復(fù)上述步驟，直到不再存在待劃分?jǐn)?shù)據(jù)段為止。

本發(fā)明在最小時(shí)間間隔的約束下，只針對(duì)弱相關(guān)數(shù)據(jù)段，時(shí)間長(zhǎng)度過(guò)長(zhǎng)且相關(guān)性不顯著數(shù)據(jù)段，以及時(shí)間長(zhǎng)度過(guò)長(zhǎng)且相關(guān)性顯著，但劃分之后的子數(shù)據(jù)段仍為強(qiáng)相關(guān)的數(shù)據(jù)段進(jìn)行時(shí)間序列劃分，獲取待劃分?jǐn)?shù)據(jù)段的關(guān)鍵轉(zhuǎn)折點(diǎn)，對(duì)原始時(shí)間序列進(jìn)行分段線性表示，從而避免過(guò)度擬合和疏漏分段。

進(jìn)一步地，所述步驟4中，求取每一個(gè)分段的相關(guān)系數(shù)及其相關(guān)性趨勢(shì)的具體過(guò)程，包括：

(4.1)：根據(jù)最終獲得的關(guān)鍵轉(zhuǎn)折點(diǎn)劃分時(shí)間序列，利用相關(guān)系數(shù)公式來(lái)計(jì)算時(shí)間序列中每個(gè)分段的相關(guān)系數(shù)；

(4.2)：對(duì)變量相關(guān)性進(jìn)行單邊假設(shè)檢驗(yàn)，設(shè)置顯著性水平，根據(jù)單邊假設(shè)檢驗(yàn)結(jié)果和顯著性水平確認(rèn)變量間的相關(guān)性，確定相關(guān)系數(shù)趨勢(shì)。

本發(fā)明利用相關(guān)系數(shù)公式來(lái)計(jì)算時(shí)間序列中每個(gè)分段的相關(guān)系數(shù)，再對(duì)變量相關(guān)性進(jìn)行單邊假設(shè)檢驗(yàn)，設(shè)置顯著性水平，根據(jù)單邊假設(shè)檢驗(yàn)結(jié)果和顯著性水平確認(rèn)變量間的相關(guān)性，確定了相關(guān)系數(shù)趨勢(shì)，為準(zhǔn)確獲取異常數(shù)據(jù)段及其相關(guān)信息提供了精確數(shù)據(jù)，進(jìn)而提高了報(bào)警的效率。

本發(fā)明的第二目的是提供一種基于相關(guān)性的報(bào)警關(guān)聯(lián)變量檢測(cè)系統(tǒng)。

本發(fā)明的一種基于相關(guān)性的報(bào)警關(guān)聯(lián)變量檢測(cè)系統(tǒng)，包括：

數(shù)據(jù)提取模塊，其用于從歷史檢測(cè)數(shù)據(jù)中提取預(yù)設(shè)時(shí)間長(zhǎng)度的報(bào)警變量及與其相關(guān)聯(lián)的多個(gè)相關(guān)變量的數(shù)據(jù)，選擇其中一組報(bào)警變量及相關(guān)變量作為檢測(cè)對(duì)象；

時(shí)間序列建立模塊，其用于判斷選擇的報(bào)警變量及相關(guān)變量之間的動(dòng)態(tài)延遲關(guān)系，進(jìn)而建立二元時(shí)間序列T并將其標(biāo)準(zhǔn)化為T(mén)’；

時(shí)間序列分段模塊，其用于在由噪音引起的最小時(shí)間間隔的約束下，對(duì)二元時(shí)間序列T’進(jìn)行分段；

相關(guān)系數(shù)求取模塊，其用于求取每一個(gè)分段的相關(guān)系數(shù)及其相關(guān)性趨勢(shì)；

異常數(shù)據(jù)獲取模塊，其用于根據(jù)相關(guān)性趨勢(shì)與實(shí)際趨勢(shì)比較，獲取異常數(shù)據(jù)段及其相關(guān)信息。

在所述時(shí)間序列建立模塊中，若報(bào)警變量與相關(guān)變量之間存在動(dòng)態(tài)延遲關(guān)系，則將預(yù)設(shè)時(shí)間長(zhǎng)度的報(bào)警變量或者相關(guān)變量的時(shí)間長(zhǎng)度進(jìn)行平移并保持報(bào)警變量與相關(guān)變量之間存在動(dòng)態(tài)延遲關(guān)系不變；如果報(bào)警變量與相關(guān)變量之間不存在動(dòng)態(tài)延遲關(guān)系，則無(wú)需平移。

本發(fā)明首先判斷報(bào)警變量與相關(guān)變量之間的動(dòng)態(tài)延遲關(guān)系，進(jìn)而建立了準(zhǔn)確的二元時(shí)間序列T，進(jìn)而能夠準(zhǔn)確地獲取異常數(shù)據(jù)段，提高了現(xiàn)場(chǎng)操作人員處理報(bào)警的效率，保障了生產(chǎn)安全性。

進(jìn)一步地，該系統(tǒng)還包括：最小時(shí)間間隔計(jì)算模塊，其用于獲取當(dāng)前預(yù)設(shè)時(shí)間長(zhǎng)度的報(bào)警變量的每一個(gè)下拐點(diǎn)，并求得相鄰下拐點(diǎn)之間的距離，進(jìn)而構(gòu)成數(shù)組d；

對(duì)數(shù)組d進(jìn)行排序并去掉重復(fù)元素，得到數(shù)組d0；求取數(shù)組d0的斜率變化最大的點(diǎn)及其最接近的相鄰下拐點(diǎn)之間的距離dm，dm為報(bào)警變量中的最小時(shí)間間隔；

獲取相關(guān)變量的下拐點(diǎn)及相鄰下拐點(diǎn)之間的距離，進(jìn)而獲得相關(guān)變量的最小時(shí)間間隔dh；

將dm和dh中的較大值作為二元時(shí)間序列的最小時(shí)間間隔；

最小時(shí)間間隔用于減少噪音對(duì)分段結(jié)果的影響，在處理實(shí)際工業(yè)過(guò)程數(shù)據(jù)時(shí)，噪聲的干擾會(huì)導(dǎo)致關(guān)鍵點(diǎn)之間的時(shí)間間隔過(guò)短，因此，在最小時(shí)間間隔的鄰域區(qū)域不進(jìn)行關(guān)鍵點(diǎn)搜索。

進(jìn)一步地，所述時(shí)間序列分段模塊，包括：待分?jǐn)?shù)據(jù)段獲取模塊，其用于將二元時(shí)間序列T’作為待劃分?jǐn)?shù)據(jù)段；

根據(jù)待劃分?jǐn)?shù)據(jù)段中數(shù)據(jù)之間相關(guān)系數(shù)，判斷待劃分?jǐn)?shù)據(jù)段所屬的數(shù)據(jù)段分類(lèi)屬性；

其中，根據(jù)預(yù)設(shè)相關(guān)系數(shù)范圍，數(shù)據(jù)段分類(lèi)屬性包括弱相關(guān)數(shù)據(jù)段、中相關(guān)數(shù)據(jù)段和強(qiáng)相關(guān)數(shù)據(jù)段。

進(jìn)一步地，所述時(shí)間序列分段模塊，還包括：

擬合點(diǎn)求取模塊，其用于針對(duì)待劃分?jǐn)?shù)據(jù)段，利用線性插值的方法，將標(biāo)準(zhǔn)化后的二元時(shí)間序列T’中的數(shù)據(jù)點(diǎn)在其所屬分段首尾數(shù)據(jù)點(diǎn)連線上的投影作為擬合點(diǎn)；

關(guān)鍵轉(zhuǎn)折點(diǎn)計(jì)算更新模塊，其用于利用正交距離找到最遠(yuǎn)的點(diǎn)作為下一次分段的關(guān)鍵轉(zhuǎn)折點(diǎn)，再確定待分?jǐn)?shù)據(jù)段中是否存在第三種待分?jǐn)?shù)據(jù)段，并更新關(guān)鍵轉(zhuǎn)折點(diǎn)，直到不再存在待劃分?jǐn)?shù)據(jù)段為止。

本發(fā)明在最小時(shí)間間隔的約束下，只針對(duì)弱相關(guān)數(shù)據(jù)段，時(shí)間長(zhǎng)度過(guò)長(zhǎng)且相關(guān)性不顯著數(shù)據(jù)段，以及時(shí)間長(zhǎng)度過(guò)長(zhǎng)且相關(guān)性顯著，但劃分之后的子數(shù)據(jù)段仍為強(qiáng)相關(guān)的數(shù)據(jù)段進(jìn)行時(shí)間序列劃分，獲取待劃分?jǐn)?shù)據(jù)段的關(guān)鍵轉(zhuǎn)折點(diǎn)，對(duì)原始時(shí)間序列進(jìn)行分段線性表示，從而避免過(guò)度擬合和疏漏分段。

進(jìn)一步地，所述相關(guān)系數(shù)求取模塊，包括：

分段相關(guān)系數(shù)計(jì)算模塊，其用于根據(jù)最終獲得的關(guān)鍵轉(zhuǎn)折點(diǎn)劃分時(shí)間序列，利用相關(guān)系數(shù)公式來(lái)計(jì)算時(shí)間序列中每個(gè)分段的相關(guān)系數(shù)；

相關(guān)系數(shù)趨勢(shì)確定模塊，其用于對(duì)變量相關(guān)性進(jìn)行單邊假設(shè)檢驗(yàn)，設(shè)置顯著性水平，根據(jù)單邊假設(shè)檢驗(yàn)結(jié)果和顯著性水平確認(rèn)變量間的相關(guān)性，確定相關(guān)系數(shù)趨勢(shì)。

本發(fā)明利用相關(guān)系數(shù)公式來(lái)計(jì)算時(shí)間序列中每個(gè)分段的相關(guān)系數(shù)，再對(duì)變量相關(guān)性進(jìn)行單邊假設(shè)檢驗(yàn)，設(shè)置顯著性水平，根據(jù)單邊假設(shè)檢驗(yàn)結(jié)果和顯著性水平確認(rèn)變量間的相關(guān)性，確定了相關(guān)系數(shù)趨勢(shì)，為準(zhǔn)確獲取異常數(shù)據(jù)段及其相關(guān)信息提供了精確數(shù)據(jù)，進(jìn)而提高了報(bào)警的效率。

與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：

本發(fā)明選取工業(yè)變量之間的相關(guān)性作為判斷工作點(diǎn)狀態(tài)是否異常的特征，通過(guò)對(duì)關(guān)聯(lián)變量建立多元時(shí)間序列，結(jié)合時(shí)間序列分段法和相關(guān)系數(shù)趨勢(shì)法，最大程度地減少過(guò)擬合現(xiàn)象和漏分段現(xiàn)象，快速自動(dòng)地從歷史數(shù)據(jù)中準(zhǔn)確地獲取異常數(shù)據(jù)段，從而進(jìn)行異常數(shù)據(jù)檢測(cè)為實(shí)現(xiàn)多變量報(bào)警系統(tǒng)的動(dòng)態(tài)報(bào)警閾值設(shè)計(jì)提供有利的條件，從而減少干擾報(bào)警，提高現(xiàn)場(chǎng)操作人員處理報(bào)警的效率，保障了生產(chǎn)安全性。

附圖說(shuō)明

構(gòu)成本申請(qǐng)的一部分的說(shuō)明書(shū)附圖用來(lái)提供對(duì)本申請(qǐng)的進(jìn)一步理解，本申請(qǐng)的示意性實(shí)施例及其說(shuō)明用于解釋本申請(qǐng)，并不構(gòu)成對(duì)本申請(qǐng)的不當(dāng)限定。

圖1為本發(fā)明的基于相關(guān)性的報(bào)警關(guān)聯(lián)變量檢測(cè)方法流程圖；

圖2(a)為本發(fā)明的空預(yù)器入口煙溫的變量時(shí)間序列和分段結(jié)果圖；

圖2(b)為本發(fā)明的空預(yù)器出口煙溫的變量時(shí)間序列和分段結(jié)果圖；

圖3為本發(fā)明具體實(shí)施例中各分段相關(guān)系數(shù)及其置信區(qū)間；

圖4為本發(fā)明具體實(shí)施例中變量在各分段的相關(guān)性趨勢(shì)；

圖5(a)為本發(fā)明的第一組多元時(shí)間序列散點(diǎn)圖及擬合直線；

圖5(b)為本發(fā)明的第二組多元時(shí)間序列散點(diǎn)圖及擬合直線；

圖5(c)為本發(fā)明的第三組多元時(shí)間序列散點(diǎn)圖及擬合直線；

圖5(d)為本發(fā)明的第四組多元時(shí)間序列散點(diǎn)圖及擬合直線；

圖6為本發(fā)明的基于相關(guān)性的報(bào)警關(guān)聯(lián)變量檢測(cè)系統(tǒng)結(jié)構(gòu)示意圖；

圖7為本發(fā)明的相關(guān)系數(shù)求取模塊結(jié)構(gòu)示意圖。

具體實(shí)施方式

應(yīng)該指出，以下詳細(xì)說(shuō)明都是例示性的，旨在對(duì)本申請(qǐng)?zhí)峁┻M(jìn)一步的說(shuō)明。除非另有指明，本文使用的所有技術(shù)和科學(xué)術(shù)語(yǔ)具有與本申請(qǐng)所屬技術(shù)領(lǐng)域的普通技術(shù)人員通常理解的相同含義。

需要注意的是，這里所使用的術(shù)語(yǔ)僅是為了描述具體實(shí)施方式，而非意圖限制根據(jù)本申請(qǐng)的示例性實(shí)施方式。如在這里所使用的，除非上下文另外明確指出，否則單數(shù)形式也意圖包括復(fù)數(shù)形式，此外，還應(yīng)當(dāng)理解的是，當(dāng)在本說(shuō)明書(shū)中使用術(shù)語(yǔ)“包含”和/或“包括”時(shí)，其指明存在特征、步驟、操作、器件、組件和/或它們的組合。

圖1是本發(fā)明的基于相關(guān)性的報(bào)警關(guān)聯(lián)變量檢測(cè)方法流程圖。

如圖1所示的基于相關(guān)性的報(bào)警關(guān)聯(lián)變量檢測(cè)方法，該方法在服務(wù)器或處理器內(nèi)完成，其具體包括：

步驟1：從歷史檢測(cè)數(shù)據(jù)中提取預(yù)設(shè)時(shí)間長(zhǎng)度的報(bào)警變量及與其相關(guān)聯(lián)的多個(gè)相關(guān)變量的數(shù)據(jù)并選擇一組相關(guān)變量和報(bào)警變量作為檢測(cè)對(duì)象。

具體地，提取當(dāng)前工作點(diǎn)之前時(shí)間長(zhǎng)度為N的多個(gè)相關(guān)變量的原始數(shù)據(jù)，選擇一組報(bào)警變量和一組相關(guān)變量進(jìn)行檢測(cè)。

以本發(fā)明所述方法在具體示例中的具體應(yīng)用場(chǎng)景為電廠為例：

選定電廠中的空氣預(yù)熱器入口煙溫，作為報(bào)警變量，空氣預(yù)熱器出口風(fēng)溫為相關(guān)變量。在電廠中的一次停機(jī)事故中，從歷史數(shù)據(jù)中選取停機(jī)前采樣周期為1秒，樣本容量為N＝3600數(shù)據(jù)，選擇一組空氣預(yù)熱器入口煙溫和空氣預(yù)熱器出口風(fēng)溫用于異常數(shù)據(jù)檢測(cè)。

步驟2：判斷報(bào)警變量與相關(guān)變量之間的動(dòng)態(tài)延遲關(guān)系，進(jìn)而建立二元時(shí)間序列T并將其標(biāo)準(zhǔn)化為T(mén)’；

具體地，判斷變量之間是否存在動(dòng)態(tài)延遲關(guān)系，如果存在，則需要獲取這兩個(gè)變量的一段初始數(shù)據(jù)來(lái)求取延遲時(shí)間h，再將現(xiàn)有長(zhǎng)度為N的報(bào)警變量或者相關(guān)變量的時(shí)間長(zhǎng)度平移h。如果變量之間不存在動(dòng)態(tài)延遲關(guān)系，則無(wú)需平移；h為正數(shù)；

對(duì)已完成平移的或者不需進(jìn)行平移的兩組變量建立二元時(shí)間序列T，并將二元時(shí)間序列標(biāo)準(zhǔn)化為T(mén)’。

在具體實(shí)施過(guò)程中，判斷空氣預(yù)熱器入口煙溫和空氣預(yù)熱器出口風(fēng)溫之間不存在動(dòng)態(tài)延遲關(guān)系，故延遲時(shí)間為0。然后對(duì)兩組數(shù)據(jù)構(gòu)建二元時(shí)間序列，并將其標(biāo)準(zhǔn)化，標(biāo)準(zhǔn)化之后的二元時(shí)間序列記為T(mén)′＝[T₁(t)，T₂(t)]，其中t＝1,…,N，N為正整數(shù)；T₁代表空氣預(yù)熱器入口煙溫，T₂代表空氣預(yù)熱器出口風(fēng)溫。

步驟3：在由噪音引起的最小時(shí)間間隔的約束下，對(duì)標(biāo)準(zhǔn)化后的二元時(shí)間序列T進(jìn)行分段。

其中，在步驟3之前還包括：計(jì)算由噪音引起的最小時(shí)間間隔，其具體過(guò)程包括：

(3.1.1)獲取當(dāng)前預(yù)設(shè)時(shí)間長(zhǎng)度的報(bào)警變量的每一個(gè)下拐點(diǎn)，并求得相鄰下拐點(diǎn)之間的距離，進(jìn)而構(gòu)成數(shù)組d＝{d1,d2,d3,……,dx}；

(3.1.2)對(duì)數(shù)組d進(jìn)行排序并去掉重復(fù)元素，得到數(shù)組d0＝{d1,d2,d3,……,dx0}，其中x0＜x，其中，x0和x均為正整數(shù)；求取數(shù)組d0的斜率變化最大的點(diǎn)m及其對(duì)應(yīng)的相鄰下拐點(diǎn)之間的距離dm，dm為報(bào)警變量中的最小時(shí)間間隔；

(3.1.3)對(duì)相關(guān)變量重復(fù)步驟(3.1.1)和(3.1.2)，獲得相關(guān)變量的最小時(shí)間間隔dh；

(3.1.4)將dm和dh中的較大值作為二元時(shí)間序列T’的最小時(shí)間間隔δ，0＜δ＜n,N為正整數(shù)。

其中，在步驟(3.1.2)中，求取數(shù)組d0的斜率變化最大的點(diǎn)m的方法可以采用：繪制以d0為橫坐標(biāo)，x0為縱坐標(biāo)的折線圖，在折線圖中找到斜率變化最大的點(diǎn)m。

需要說(shuō)明的是，上述求取數(shù)組d0的斜率變化最大的點(diǎn)m的方法僅是一種實(shí)施例，還可以采用其他的現(xiàn)有方法來(lái)實(shí)現(xiàn)。

計(jì)算獲得由噪音引起的最小時(shí)間間隔δ為40s，將最小時(shí)間間隔用于關(guān)鍵點(diǎn)搜索中，經(jīng)過(guò)相關(guān)系數(shù)的計(jì)算以及待劃分?jǐn)?shù)據(jù)段的篩選之后，最終確定獲得5個(gè)關(guān)鍵點(diǎn)，即4個(gè)分段。故時(shí)間序列分段圖如圖2(a)和圖2(b)所示。

最小時(shí)間間隔用于減少噪音對(duì)分段結(jié)果的影響，在處理實(shí)際工業(yè)過(guò)程數(shù)據(jù)時(shí)，噪聲的干擾會(huì)導(dǎo)致關(guān)鍵點(diǎn)之間的時(shí)間間隔過(guò)短，因此，在最小時(shí)間間隔的鄰域區(qū)域不進(jìn)行關(guān)鍵點(diǎn)搜索。

具體地，步驟3中對(duì)二元時(shí)間序列T’進(jìn)行分段的過(guò)程包括：

將二元時(shí)間序列T’作為待劃分?jǐn)?shù)據(jù)段；

根據(jù)待劃分?jǐn)?shù)據(jù)段中數(shù)據(jù)之間相關(guān)系數(shù)，判斷待劃分?jǐn)?shù)據(jù)段所屬的數(shù)據(jù)段分類(lèi)屬性；

其中，根據(jù)預(yù)設(shè)相關(guān)系數(shù)范圍，數(shù)據(jù)段分類(lèi)屬性包括弱相關(guān)數(shù)據(jù)段、中相關(guān)數(shù)據(jù)段和強(qiáng)相關(guān)數(shù)據(jù)段。

例如：在當(dāng)前劃分情況下，計(jì)算各個(gè)分段之間的相關(guān)系數(shù)，進(jìn)而獲取待分?jǐn)?shù)據(jù)段；其中，待分?jǐn)?shù)據(jù)段有弱相關(guān)數(shù)據(jù)段、中相關(guān)數(shù)據(jù)段和強(qiáng)相關(guān)數(shù)據(jù)段這三種：

第一種，滿足相關(guān)系數(shù)為0.5≥ρ_s≥0.3的弱相關(guān)數(shù)據(jù)段；

第二種，滿足且0.9＞ρ_s＞0.5或者0.1＜ρ_s＜0.3的數(shù)據(jù)段；

第三種，滿足z_s＞N/3且ρ_s≥0.9或ρ_s≤0.1的數(shù)據(jù)段在被劃分之后，其子數(shù)據(jù)段為強(qiáng)相關(guān)；其中，ρ_s≤0.1為標(biāo)準(zhǔn)化后的二元時(shí)間序列T’的第s個(gè)分段內(nèi)變量之間的相關(guān)系數(shù)；z_s為第s個(gè)分段內(nèi)樣本個(gè)數(shù)；N為二元時(shí)間序列T’的預(yù)設(shè)時(shí)間長(zhǎng)度；N和s為正整數(shù)。

需要說(shuō)明的是，本發(fā)明還可以設(shè)置其他預(yù)設(shè)相關(guān)系數(shù)范圍，對(duì)數(shù)據(jù)段分成弱相關(guān)數(shù)據(jù)段、中相關(guān)數(shù)據(jù)段和強(qiáng)相關(guān)數(shù)據(jù)段這三種數(shù)據(jù)段。

時(shí)間序列T’的第s個(gè)分段內(nèi)變量X_i和X_j之間的Spearman樣本相關(guān)系數(shù)為：

其中，劃分第一種和第二種數(shù)據(jù)段可規(guī)避漏分段現(xiàn)象，劃分第三種數(shù)據(jù)段可規(guī)避過(guò)擬合現(xiàn)象。

進(jìn)一步地，在步驟3中對(duì)標(biāo)準(zhǔn)化后的二元時(shí)間序列T’進(jìn)行分段的過(guò)程，還包括：

針對(duì)待劃分?jǐn)?shù)據(jù)段，利用線性插值的方法，將標(biāo)準(zhǔn)化后的二元時(shí)間序列T’中的數(shù)據(jù)點(diǎn)在其所屬分段首尾數(shù)據(jù)點(diǎn)連線上的投影作為擬合點(diǎn)；

利用正交距離找到最遠(yuǎn)的點(diǎn)作為下一次分段的關(guān)鍵轉(zhuǎn)折點(diǎn)，再確定待分?jǐn)?shù)據(jù)段中是否存在所述步驟(3.2.1)中的第三種待分?jǐn)?shù)據(jù)段，并更新關(guān)鍵轉(zhuǎn)折點(diǎn)；

重復(fù)上述步驟，直到不再存在待劃分?jǐn)?shù)據(jù)段為止。

其中，空間中直線AB的參數(shù)方程可表示為：

直線AB上任意一點(diǎn)P0的坐標(biāo)可表示為：

[(X_iB-X_iA)β+X_iA，(t_B-t_A)β+t_A]。

其中，X代表變量，t代表時(shí)間變量，i＝1，2，分別代表報(bào)警變量和相關(guān)變量，A和B分別代表直線AB的兩端，β代表一個(gè)定值。因此，點(diǎn)P到直線AB的距離可被定義為：

其中指的是P點(diǎn)到直線AB的距離

其中，當(dāng)取極小值時(shí)對(duì)應(yīng)的參數(shù)則數(shù)據(jù)點(diǎn)P到其所屬分段首尾連線AB的最小距離即正交距離為每一個(gè)分段中的D的最大值即為該分段的關(guān)鍵轉(zhuǎn)折點(diǎn)。

本發(fā)明分別以圖5(a)-圖5(d)這四組多元時(shí)間序列為例，利用線性插值的方法，將標(biāo)準(zhǔn)化后的二元時(shí)間序列T中的數(shù)據(jù)點(diǎn)在其所屬分段首尾數(shù)據(jù)點(diǎn)連線上的投影作為擬合點(diǎn)，分別得到的擬合直線，如圖5(a)-圖5(d)所示。

本發(fā)明在最小時(shí)間間隔的約束下，只針對(duì)弱相關(guān)數(shù)據(jù)段，時(shí)間長(zhǎng)度過(guò)長(zhǎng)且相關(guān)性不顯著數(shù)據(jù)段，以及時(shí)間長(zhǎng)度過(guò)長(zhǎng)且相關(guān)性顯著，但劃分之后的子數(shù)據(jù)段仍為強(qiáng)相關(guān)的數(shù)據(jù)段進(jìn)行時(shí)間序列劃分，獲取待劃分?jǐn)?shù)據(jù)段的關(guān)鍵轉(zhuǎn)折點(diǎn)，對(duì)原始時(shí)間序列進(jìn)行分段線性表示，從而避免過(guò)度擬合和疏漏分段。

步驟4：求取每一個(gè)分段的相關(guān)系數(shù)及其相關(guān)性趨勢(shì)。

具體地，求取每一個(gè)分段的相關(guān)系數(shù)及其相關(guān)性趨勢(shì)的具體過(guò)程，包括：

(4.1)：根據(jù)最終獲得的關(guān)鍵轉(zhuǎn)折點(diǎn)劃分時(shí)間序列，利用相關(guān)系數(shù)公式來(lái)計(jì)算時(shí)間序列中每個(gè)分段的相關(guān)系數(shù)；

根據(jù)最終獲得的關(guān)鍵轉(zhuǎn)折點(diǎn)集合P＝{P₁，P₂，...，P_k}劃分變量的時(shí)間序列，此時(shí)多元時(shí)間序列T’的分段線性表示為：

T_PLR＝<f₁[(X_i(p₁)，p₁)，(X_i(p₂)，p₂)]，...，f_K[(X_i(p_K-1)，p_K-1)，(X_i(p_K)，p_K)]>。

其中f₁[(X_i(p₁)，p₁)，(X_i(p₂)，p₂)]表示在分段[p_j，p_j+1]內(nèi)的線性擬合函數(shù)。

(4.2)：對(duì)變量相關(guān)性進(jìn)行單邊假設(shè)檢驗(yàn)，設(shè)置顯著性水平，根據(jù)單邊假設(shè)檢驗(yàn)結(jié)果和顯著性水平確認(rèn)變量間的相關(guān)性，確定相關(guān)系數(shù)趨勢(shì)。

在步驟(4.2)中，單邊假設(shè)檢驗(yàn)：H0：ρ_s[X_i，X_j]＝0vs H1：ρ_s[X_i，X_j]＞0；

H0：ρ_s[X_i，X_j]＝0 vs H2：ρ_s[X_i，X_j]＜0；

當(dāng)參與假設(shè)檢驗(yàn)的樣本個(gè)數(shù)n＞10時(shí)，隨機(jī)變量Us被定義為：給定顯著性水平α，如果U_s＞t_α(z_s-2)，則與H1相對(duì)的H0被拒絕，如果U_s＜-t_α(z_s-2)，則與H2相對(duì)的H0被拒絕，其中t_α(z_s-2)表示統(tǒng)計(jì)量Us的分位數(shù)，此時(shí)，第s個(gè)分段內(nèi)X_i和X_j的相關(guān)性被認(rèn)為是顯著的，符號(hào)方向sign_s(X_i，X_j)分別取值為1或-1，如果|U_s|＜t_α(z_s-2)，無(wú)論對(duì)于H1或者H2，H0都不能被拒絕，此時(shí)變量間無(wú)顯著相關(guān)性，符號(hào)方向sign_s(X_i，X_j)取值為0。

當(dāng)樣本個(gè)數(shù)n＜10時(shí)，查詢用于小樣本容量假設(shè)檢驗(yàn)的Spearman秩相關(guān)系數(shù)的臨界值，將對(duì)應(yīng)于給定z_s和α的相關(guān)系數(shù)臨界值表示為ρ_α(z_s)，如果|ρ_s[X_i，X_j]|＞ρ_α(z_s)，H0被拒絕，sign_s(X_i，X_j)分別取值為1或-1，反之H0不能被拒絕，符號(hào)方向sign_s(X_i，X_j)取值為0。

根據(jù)獲得的分段數(shù)，計(jì)算每一個(gè)分段的相關(guān)系數(shù)，繪制相關(guān)系數(shù)置信區(qū)間，如圖3所示，其中L代表段數(shù)，L為正整數(shù)。

給定α＝0.05，對(duì)每一個(gè)分段進(jìn)行相關(guān)性檢驗(yàn)，從而確定變量之間的相關(guān)性趨勢(shì)，如圖4所示。

本發(fā)明利用相關(guān)系數(shù)公式來(lái)計(jì)算時(shí)間序列中每個(gè)分段的相關(guān)系數(shù)，再對(duì)變量相關(guān)性進(jìn)行單邊假設(shè)檢驗(yàn)，設(shè)置顯著性水平，根據(jù)單邊假設(shè)檢驗(yàn)結(jié)果和顯著性水平確認(rèn)變量間的相關(guān)性，確定了相關(guān)系數(shù)趨勢(shì)，為準(zhǔn)確獲取異常數(shù)據(jù)段及其相關(guān)信息提供了精確數(shù)據(jù)，進(jìn)而提高了報(bào)警的效率。

步驟5：根據(jù)相關(guān)性趨勢(shì)與實(shí)際趨勢(shì)比較，獲取異常數(shù)據(jù)段及其相關(guān)信息。

在步驟5中，還包括：獲得報(bào)警變量和相關(guān)變量的時(shí)間序列分段圖、散點(diǎn)圖及擬合直線圖、相關(guān)系數(shù)置信區(qū)間，如果存在動(dòng)態(tài)延遲關(guān)系，還要獲得發(fā)生平移之前的時(shí)間序列原圖。

根據(jù)相關(guān)性趨勢(shì)分析結(jié)果可知，空氣預(yù)熱器入口煙溫和空氣預(yù)熱器出口風(fēng)溫在正常情況下時(shí)正相關(guān)的關(guān)系，但是在兩個(gè)變量在t＝2142-2522s時(shí)間段是呈不相關(guān)，此時(shí)該段屬于異常數(shù)據(jù)段。分析可知，在該數(shù)據(jù)段，有可能是引風(fēng)機(jī)的故障引起空氣預(yù)熱器入口風(fēng)速降低，風(fēng)量減少，從而使得在空氣預(yù)熱器入口煙溫不變的情況下，空氣預(yù)熱器出口風(fēng)溫略有升高，當(dāng)調(diào)整引風(fēng)機(jī)之后，兩個(gè)變量之間的關(guān)系恢復(fù)正常。

本發(fā)明選取工業(yè)變量之間的相關(guān)性作為判斷工作點(diǎn)狀態(tài)是否異常的特征，通過(guò)對(duì)關(guān)聯(lián)變量建立二元時(shí)間序列，結(jié)合時(shí)間序列分段法和相關(guān)系數(shù)趨勢(shì)法，最大程度地減少過(guò)擬合現(xiàn)象和漏分段現(xiàn)象，快速自動(dòng)地從歷史數(shù)據(jù)中準(zhǔn)確地獲取異常數(shù)據(jù)段，從而進(jìn)行異常數(shù)據(jù)檢測(cè)為實(shí)現(xiàn)多變量報(bào)警系統(tǒng)的動(dòng)態(tài)報(bào)警閾值設(shè)計(jì)提供有利的條件，從而減少干擾報(bào)警，提高現(xiàn)場(chǎng)操作人員處理報(bào)警的效率，保障了生產(chǎn)安全性。

圖6是本發(fā)明的基于相關(guān)性的報(bào)警關(guān)聯(lián)變量檢測(cè)系統(tǒng)的結(jié)構(gòu)示意圖。

如圖6所示的，本發(fā)明的一種基于相關(guān)性的報(bào)警關(guān)聯(lián)變量檢測(cè)系統(tǒng)，包括：

(1)數(shù)據(jù)提取模塊，其用于從歷史檢測(cè)數(shù)據(jù)中提取預(yù)設(shè)時(shí)間長(zhǎng)度的報(bào)警變量及與其相關(guān)聯(lián)的多個(gè)相關(guān)變量的數(shù)據(jù)并作為檢測(cè)對(duì)象。

(2)時(shí)間序列建立模塊，其用于判斷選擇的報(bào)警變量及相關(guān)變量之間的動(dòng)態(tài)延遲關(guān)系，進(jìn)而建立二元時(shí)間序列T并將其標(biāo)準(zhǔn)化為T(mén)’。

進(jìn)一步地，在所述時(shí)間序列建立模塊中，若報(bào)警變量與相關(guān)變量之間存在動(dòng)態(tài)延遲關(guān)系，則獲取這兩個(gè)變量的一段初始數(shù)據(jù)來(lái)求取延遲時(shí)間h，再將預(yù)設(shè)時(shí)間長(zhǎng)度的報(bào)警變量或者相關(guān)變量的時(shí)間長(zhǎng)度平移h；如果報(bào)警變量與相關(guān)變量之間不存在動(dòng)態(tài)延遲關(guān)系，則無(wú)需平移。

本發(fā)明首先判斷報(bào)警變量與相關(guān)變量之間的動(dòng)態(tài)延遲關(guān)系，進(jìn)而建立了準(zhǔn)確的二元時(shí)間序列T，進(jìn)而能夠準(zhǔn)確地獲取異常數(shù)據(jù)段，提高了現(xiàn)場(chǎng)操作人員處理報(bào)警的效率，保障了生產(chǎn)安全性。

(3)時(shí)間序列分段模塊，其用于在由噪音引起的最小時(shí)間間隔的約束下，對(duì)二元時(shí)間序列T’進(jìn)行分段。

進(jìn)一步地，所述時(shí)間序列分段模塊，包括：待分?jǐn)?shù)據(jù)段獲取模塊，其用于將二元時(shí)間序列T’作為待劃分?jǐn)?shù)據(jù)段；

根據(jù)待劃分?jǐn)?shù)據(jù)段中數(shù)據(jù)之間相關(guān)系數(shù)，判斷待劃分?jǐn)?shù)據(jù)段所屬的數(shù)據(jù)段分類(lèi)屬性；

其中，根據(jù)預(yù)設(shè)相關(guān)系數(shù)范圍，數(shù)據(jù)段分類(lèi)屬性包括弱相關(guān)數(shù)據(jù)段、中相關(guān)數(shù)據(jù)段和強(qiáng)相關(guān)數(shù)據(jù)段。

具體地，預(yù)設(shè)相關(guān)系數(shù)范圍，將數(shù)據(jù)段分類(lèi)屬性包括弱相關(guān)數(shù)據(jù)段、中相關(guān)數(shù)據(jù)段和強(qiáng)相關(guān)數(shù)據(jù)段以下列范圍為例：

待分?jǐn)?shù)據(jù)段有三種：

第一種，滿足相關(guān)系數(shù)為0.5≥ρ_s≥0.3的弱相關(guān)數(shù)據(jù)段；

第二種，滿足且0.9＞ρ_s＞0.5或者0.1＜ρ_s＜0.3的數(shù)據(jù)段；

第三種，滿足z_s＞n/3且ρ_s≥0.9或ρ_s≤0.1的數(shù)據(jù)段在被劃分之后，其子數(shù)據(jù)段仍為強(qiáng)相關(guān)；其中，ρ_s≤0.1為標(biāo)準(zhǔn)化后的二元時(shí)間序列T’的第s個(gè)分段內(nèi)變量之間的相關(guān)系數(shù)；z_s為第s個(gè)分段內(nèi)樣本個(gè)數(shù)；N為二元時(shí)間序列T’的預(yù)設(shè)時(shí)間長(zhǎng)度；N和s為正整數(shù)。。

其中，劃分第一種和第二種數(shù)據(jù)段可規(guī)避漏分段現(xiàn)象，劃分第三種數(shù)據(jù)段可規(guī)避過(guò)擬合現(xiàn)象。

進(jìn)一步地，所述時(shí)間序列分段模塊，還包括：

擬合點(diǎn)求取模塊，其用于針對(duì)待劃分?jǐn)?shù)據(jù)段，利用線性插值的方法，將標(biāo)準(zhǔn)化后的二元時(shí)間序列T’中的數(shù)據(jù)點(diǎn)在其所屬分段首尾數(shù)據(jù)點(diǎn)連線上的投影作為擬合點(diǎn)；

關(guān)鍵轉(zhuǎn)折點(diǎn)計(jì)算更新模塊，其用于利用正交距離找到最遠(yuǎn)的點(diǎn)作為下一次分段的關(guān)鍵轉(zhuǎn)折點(diǎn)，再確定待分?jǐn)?shù)據(jù)段中是否存在第三種待分?jǐn)?shù)據(jù)段，并更新關(guān)鍵轉(zhuǎn)折點(diǎn)，直到不再存在待劃分?jǐn)?shù)據(jù)段為止。

本發(fā)明在最小時(shí)間間隔的約束下，只針對(duì)弱相關(guān)數(shù)據(jù)段，時(shí)間長(zhǎng)度過(guò)長(zhǎng)且相關(guān)性不顯著數(shù)據(jù)段，以及時(shí)間長(zhǎng)度過(guò)長(zhǎng)且相關(guān)性顯著，但劃分之后的子數(shù)據(jù)段仍為強(qiáng)相關(guān)的數(shù)據(jù)段進(jìn)行時(shí)間序列劃分，獲取待劃分?jǐn)?shù)據(jù)段的關(guān)鍵轉(zhuǎn)折點(diǎn)，對(duì)原始時(shí)間序列進(jìn)行分段線性表示，從而避免過(guò)度擬合和疏漏分段。

(4)相關(guān)系數(shù)求取模塊，其用于求取每一個(gè)分段的相關(guān)系數(shù)及其相關(guān)性趨勢(shì)。

如圖7所示，相關(guān)系數(shù)求取模塊，包括：

分段相關(guān)系數(shù)計(jì)算模塊，其用于根據(jù)最終獲得的關(guān)鍵轉(zhuǎn)折點(diǎn)劃分時(shí)間序列，利用相關(guān)系數(shù)公式來(lái)計(jì)算時(shí)間序列中每個(gè)分段的相關(guān)系數(shù)；

相關(guān)系數(shù)趨勢(shì)確定模塊，其用于對(duì)變量相關(guān)性進(jìn)行單邊假設(shè)檢驗(yàn)，設(shè)置顯著性水平，根據(jù)單邊假設(shè)檢驗(yàn)結(jié)果和顯著性水平確認(rèn)變量間的相關(guān)性，確定相關(guān)系數(shù)趨勢(shì)。

本發(fā)明利用相關(guān)系數(shù)公式來(lái)計(jì)算時(shí)間序列中每個(gè)分段的相關(guān)系數(shù)，再對(duì)變量相關(guān)性進(jìn)行單邊假設(shè)檢驗(yàn)，設(shè)置顯著性水平，根據(jù)單邊假設(shè)檢驗(yàn)結(jié)果和顯著性水平確認(rèn)變量間的相關(guān)性，確定了相關(guān)系數(shù)趨勢(shì)，為準(zhǔn)確獲取異常數(shù)據(jù)段及其相關(guān)信息提供了精確數(shù)據(jù)，進(jìn)而提高了報(bào)警的效率。

(5)異常數(shù)據(jù)獲取模塊，其用于根據(jù)相關(guān)性趨勢(shì)與實(shí)際趨勢(shì)比較，獲取異常數(shù)據(jù)段及其相關(guān)信息。

進(jìn)一步地，該系統(tǒng)還包括：最小時(shí)間間隔計(jì)算模塊，其用于獲取當(dāng)前預(yù)設(shè)時(shí)間長(zhǎng)度的報(bào)警變量的每一個(gè)下拐點(diǎn)，并求得相鄰下拐點(diǎn)之間的距離，進(jìn)而構(gòu)成數(shù)組d；

對(duì)數(shù)組d進(jìn)行排序并去掉重復(fù)元素，得到數(shù)組d0；求取數(shù)組d0的斜率變化最大的點(diǎn)及其最接近的下拐點(diǎn)之間的距離dm，dm為報(bào)警變量中的最小時(shí)間間隔；

獲取相關(guān)變量的下拐點(diǎn)及相鄰下拐點(diǎn)之間的距離，進(jìn)而獲得相關(guān)變量的最小時(shí)間間隔dh；

將dm和dh中的較大值作為二元時(shí)間序列T’的最小時(shí)間間隔。

最小時(shí)間間隔用于減少噪音對(duì)分段結(jié)果的影響，在處理實(shí)際工業(yè)過(guò)程數(shù)據(jù)時(shí)，噪聲的干擾會(huì)導(dǎo)致關(guān)鍵點(diǎn)之間的時(shí)間間隔過(guò)短，因此，在最小時(shí)間間隔的鄰域區(qū)域不進(jìn)行關(guān)鍵點(diǎn)搜索。

本發(fā)明選取工業(yè)變量之間的相關(guān)性作為判斷工作點(diǎn)狀態(tài)是否異常的特征，通過(guò)對(duì)關(guān)聯(lián)變量建立二元時(shí)間序列，結(jié)合時(shí)間序列分段法和相關(guān)系數(shù)趨勢(shì)法，最大程度地減少過(guò)擬合現(xiàn)象和漏分段現(xiàn)象，快速自動(dòng)地從歷史數(shù)據(jù)中準(zhǔn)確地獲取異常數(shù)據(jù)段，從而進(jìn)行異常數(shù)據(jù)檢測(cè)為實(shí)現(xiàn)多變量報(bào)警系統(tǒng)的動(dòng)態(tài)報(bào)警閾值設(shè)計(jì)提供有利的條件，從而減少干擾報(bào)警，提高現(xiàn)場(chǎng)操作人員處理報(bào)警的效率，保障了生產(chǎn)安全性。

上述雖然結(jié)合附圖對(duì)本發(fā)明的具體實(shí)施方式進(jìn)行了描述，但并非對(duì)本發(fā)明保護(hù)范圍的限制，所屬領(lǐng)域技術(shù)人員應(yīng)該明白，在本發(fā)明的技術(shù)方案的基礎(chǔ)上，本領(lǐng)域技術(shù)人員不需要付出創(chuàng)造性勞動(dòng)即可做出的各種修改或變形仍在本發(fā)明的保護(hù)范圍以內(nèi)。