[發明專利]一種報警系統和報警方法、計算機可讀存儲介質在審
| 申請號： | 201911098750.6 | 申請日： | 2019-11-12 |
| 公開（公告）號： | CN112863133A | 公開（公告）日： | 2021-05-28 |
| 發明（設計）人： | 陳峰;張東明;王鵬飛;劉樂;安鳳栓 | 申請（專利權）人： | 北京國電智深控制技術有限公司 |
| 主分類號： | G08B21/18 | 分類號： | G08B21/18;G08B13/196 |
| 代理公司： | 北京安信方達知識產權代理有限公司 11262 | 代理人： | 陶麗;栗若木 |
| 地址： | 102200 北京市昌平區南邵鎮南中路1*** | 國省代碼： | 北京;11 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 報警 系統 方法 計算機 可讀 存儲 介質 | ||
1.一種報警系統，其特征在于，包括第一滋擾抑制模塊和第一顯示管理模塊，其中：
所述第一滋擾抑制模塊用于，獲取報警數據，檢測獲取的報警數據中是否存在滋擾報警，如果存在，清除滋擾報警，并將已清除滋擾報警的報警數據輸出至第一顯示管理模塊；
所述第一顯示管理模塊用于，按照預設的排布及顯示規則，顯示所述已清除滋擾報警的報警數據。
2.根據權利要求1所述的系統，其特征在于，所述第一滋擾抑制模塊，具體用于：
根據預先建立的關聯知識庫中的關聯條件，檢測報警數據中的各報警項是否符合當前的自動抑制條件；
如果符合當前的自動抑制條件，則自動抑制所述報警項。
3.根據權利要求1所述的系統，其特征在于，所述預設的排布及顯示規則包括以下至少之一：
按照報警源信號發生地分組分項進行顯示、按照信號重要度等級進行顯示、按照數據類別進行顯示、按照時間順序，所述數據類別包括報警、診斷分析及預警。
4.根據權利要求1所述的系統，其特征在于，所述第一滋擾抑制模塊，還用于對符合預設的高頻報警條件的報警數據設置高頻報警標記；
所述預設的排布及顯示規則包括：按照高頻報警標記設置時間進行排序。
5.根據權利要求1所述的系統，其特征在于，所述系統還包括第一根源分析模塊，其中：
所述第一滋擾抑制模塊，還用于將所述清除的滋擾報警輸出至所述第一根源分析模塊；
所述第一根源分析模塊用于，接收所述已清除滋擾報警的報警數據，獲取過程數據，結合過程數據對接收的報警數據進行根源分析，并將分析結果輸出至第一顯示管理模塊；
所述第一顯示管理模塊，還用于按照預設的排布及顯示規則，顯示所述分析結果。
6.根據權利要求5所述的系統，其特征在于，所述第一根源分析模塊結合過程數據對接收的報警數據進行根源分析，包括：
根據預先建立的因果知識庫中的因果條件，對i從1至N，逐級檢索是否存在導致當前報警項發生的第i級可能原因，并逐級檢測過程數據中所述第i級可能原因是否發生過，N為所述因果知識庫中的因果條件的分級數量，直至檢測到所述當前報警項發生的最初原因。
7.根據權利要求1或5所述的系統，其特征在于，所述系統還包括第一預警推理模塊，其中：
所述第一預警推理模塊用于，獲取過程數據，對過程數據中的故障工況的未來演變路徑進行推理并產生預警信號，將產生的預警信號輸出至第一顯示管理模塊；
所述第一顯示管理模塊，還用于按照預設的排布及顯示規則，顯示所述產生的預警信號。
8.根據權利要求7所述的系統，其特征在于，所述第一預警推理模塊具體用于：提取過程數據中的故障特征和模式，作為訓練集數據，利用提取的訓練集數據訓練預先建立的深度神經網絡模型，通過訓練好的深度神經網絡模型實現對未來故障工況的分類識別、趨勢預測和提前預報；
所述利用提取的訓練集數據訓練預先建立的深度神經網絡模型，包括：
前向傳播過程：將訓練集數據輸入到輸入層，經過隱含層，最后到達輸出層并輸出結果；
反向傳播過程：計算輸出結果與實際結果之間的誤差，并將該誤差從輸出層向隱含層反向傳播，直至傳播到輸入層，在反向傳播過程中，根據誤差調整各參數的值；
不斷迭代所述前向傳播過程與所述反向傳播過程，直至收斂。
9.根據權利要求7所述的系統，其特征在于，所述第一預警推理模塊具體用于：
提取過程數據中的故障特征和模式，作為訓練集數據；
將訓練集數據分為輸入數據、輸出數據和滑動預測數據；
利用輸入數據、輸出數據和滑動預測數據訓練預先建立的長短期記憶神經網絡模型；
通過訓練好的長短期記憶神經網絡模型預測生產過程參數未來預設時長范圍內的變化情況以及數值。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于北京國電智深控制技術有限公司，未經北京國電智深控制技術有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.17sss.com.cn/pat/books/201911098750.6/1.html，轉載請聲明來源鉆瓜專利網。
