A New Fuzzy Clustering-Ranking Algorithm and Its Application in Process Alarm Management

Overmany alarms of modern chemical process give the operators many difficulties to decision and diag- nosis. In order to ensure safe production and process operating, management and optimization of alarm information are challenge work that must be confronted. A new process alarm management method based on fuzzy clustering- ranking algorithm is proposed. The fuzzy clustering algorithm is used to cluster rationally the process variables, and difference driving decision algorithm ranks different clusters and process parameters in every cluster. The alarm signal of higher rank is handled preferentially to manage effectively alarms and avoid blind operation. The validity of proposed algorithm and solution is verified by the practical application of ethylene cracking furnace system. It is an effective and dependable alarm management method to improve operating safety in industrial process.

电炉变电站集控中心告警信息远程聚合方法研究

电炉变电站集控中心的告警信息远程聚合可以帮助集中监控和管理多个电炉变电站的设备,识别潜在风险或故障,及时采取预防或修复措施。由于不同类型的电炉变电站设备采用的远程监控系统存在较大差异,产生的告警信息具有不同的格式、结构和语义,导致告警信息具有异构性,缺少衡量异构性信息的统一特征。为此,提出一种基于关联度特征的电炉变电站集控告警信息远程聚合方法。根据关联关系度量标准计算异构数据之间的直接关联关系度。通过计算不同告警信息的关联度,联合时间变异系数分析告警信息时间波动特征,根据告警数据的这两种属性将其划分为时间约束属性和相似度约束属性,实现电炉变电站集控告警信息远程聚合。实验结果表明:所提方法能够有效提升告警信息量,且能够显著优化远程获取告警信息的聚合率。

一种适用于雷达侦测的UWB-SOSCA算法

针对宽带雷达检测门限值设置难度大、系统复杂度高、实时性差等问题,提出了一种UWB-SOSCA(Ultra-Wide Band-Smallest of Ordered Statistics and Cell Average)检测算法。该算法主要包括多相滤波、SOSCA恒虚警检测和二元积累。其中,多相滤波将宽带信号划分为多个子信道,降低通道速率;SOSCA恒虚警检测分别对各子信道进行自适应门限调整,提高各子信道检测概率;二元积累对各子信道的检测结果进行时域联合,优化宽带时域连续检测性能。实验结果表明,在信噪比等于7.33 dB,虚警概率为10~(-5)时,SOSCA恒虚警检测算法与传统恒虚警算法相比,检测概率可提升14%;当多相滤波输入信噪比为-5 dB时,UWB-SOSCA算法的宽带线性调频信号脉冲宽度测量偏差优于6.5 ns。该算法具有大监视带宽、大动态范围和高检测概率,可广泛应用于侦察接收机的雷达侦测工作。

快速凸包算法在发射车状态监控中的应用

针对当前复杂工业系统运行状态监控策略普遍存在误报警数目过多的问题,提出了一种基于快速凸包算法的发射车状态监控方法。该方法利用快速凸包算法从给定的正常历史数据中估计发射车的正常工作空间,对于新采集的发射车运行状态监控数据,如果由它们构成的工作点位于发射车的正常工作空间内,就认为发射车的状态是正常的,否则就是异常的。与基于静态阈值的方法相比,提出的方法降低了误报警数目;相较于基于隐变量的方法,提出的方法具有良好的可解释性。通过数值仿真技术,分别分析了一个2维和3维案例来评估提出的方法的性能表现。仿真结果表明,提出的方法物理意义明确,产生的误报警数目少。

基于GAPSO算法的人工智能污水监测故障诊断技术

针对污水监测故障智能化诊断滞后的问题,提出一种人工智能化方案,通过改进型GAPSO算法对污水监测故障进行诊断和分析,结合遗传算法的核心思想,在GAPSO算法中设置不同类型的编码器,以提高GAPSO算法的计算能力和应用能力。建立多功能智能污水监控报警系统,由DSP技术、ARM处理器技术和FPGA搭建系统框架。系统的核心处理模块为集中控制器的STM32F103RCT6单片机,危险污水检测模块使用MQ-2传感器,报警模块组合使用LED灯,大大提高了污水现场监控能力。实验结果表明,所提研究方法评估采集精度高达99.68%,报警时间快,评估能力强,收敛速度快。

基于Jetson Nano和YOLOv5的火灾自动报警系统分析与实现

本文针对传统的YOLOv5模型提出有效的结构优化,减小了设备体积,增加了预测速度,适用于算力低、内存少的嵌入式平台,并在边缘计算设备Jetson Nano上成功部署,提升了检测速度。基于Jetson Nano和YOLOv5算法,本文提出了一种新型的火灾自动报警系统。该系统能够通过视频监控实时感知火灾现场,对火源进行有效识别,及时发出报警信号,有效减少火灾事故的发生。实验结果表明,该系统具有高效、准确的火灾检测和识别能力,能够满足实际应用需求。此外,本文所提方案不仅可以对YOLOv5模型进行高效的压缩与加速,其他卷积神经网络模型都可参照本文方案进行操作模块的替换,为其他深度学习算法部署在资源有限的嵌入式平台上提供借鉴。

注水复杂管网泄漏监测系统研究

注水复杂管网泄漏监测系统的研究目标是提高管网的运行效率,减少泄漏引起损失。研究主要涉及数据采集与处理、泄漏检测算法、人机交互综合管理等方面的工作。泄漏综合分析判断模型及管理平台研究,实现了2mm及以上孔径泄漏事件的有效判断监测。

基于SOP拓扑结构的配电网系统故障定位方法

针对传统配电网系统中故障定位方法存在故障定位信息回馈速度较慢的问题,研究了基于SOP拓扑结构的改进配电网系统,减少了系统因自身原因导致的故障。基于数据型乘法器加强了系统全局的故障检出定位的能力,同时增强硬件的抗干扰能力。研究基于MTG定位算法,可以通过对于故障产生原因权重的判断,提高对于定位的精确度。通过仿真试验表明,所设计的硬件抗干扰电路在干扰数据量为10G时抗干扰率能达到97.25%,具有很好的抗干扰能力。

智能变电站状态监测及辅助控制系统应用

针对变电站状态监测系统数据管理难度高、监测精度低等问题,提出了基于物联网技术的新型计算机服务器平台。结合辅助控制系统中火灾警报传感装置,通过应用程序来实时通知用户火灾情况;构建智能变电站状态监测算法模型,通过基于局部矩阵重构的检测算法分析相邻变电站状态数据分布的差异。实验结果表明,该算法监测数据精度较高,可满足智能变电站“运维高效化、监测智能化、检修规范化”的要求。

基于模糊信息聚类算法的变电站作业信息分析

为了提高变电站作业信息的计算能力,构建了一种新型的模糊信息聚类算法模型。将变电站作业信息按电力属性数据信息进行分类,将变电站信息共享调度的主要特征量进行组合或者集中分配以处理;构建变电站作业信息分析应用系统,实现变电站作业路在超出标准时的信息报警和录像回传;通过带宽方式进行信息传达,提高了变电站作业路参数和线路的信息分析。最后在35 kV变电站作业路进行试验,算法识别精度为97.3%。该技术为变电站作业智能监控技术奠定了基础。

Knowledge Discovery from Communication Network Alarm Databases

The technique of Knowlege Discovery in Databases (KDD) to learn valuable knowledge hidden in network alarm databases is introduced. To get such knowledge, we propose an efficient method based on sliding windows (named as Slidwin) to discover different episode rules from time squential alarm data. The experimental results show that given different thresholds parameters, large amount of different rules could be discovered quickly.

基于区块链技术的城市轨道交通运营安全风险自动监测报警系统研究

城市轨道交通线网规模和客运量的日益增加对城市轨道交通运营的安全风险管理要求越来越高,安全风险自动监测报警是城市轨道交通系统安全运营的重要保障。为防止城市轨道交通运营期间重大安全风险事件的发生,利用区块链链式结构、哈希算法以及分布式特点,建立满足现代化应急管理需求的基于区块链技术的城市轨道交通运营安全风险自动监测报警系统。系统建立了城市轨道交通运营安全风险数据库,通过哈希算法对安全风险数据进行转换;采用模糊LC综合评价法设置自动报警阈值;建立基于Ansible、Zabbix、MySQL、Elasticsearch和Grafana的区块链自动监测报警系统,并制定自动报警处理机制。

Improved Ship Target Detection Accuracy in SAR Image Based on Modified CFAR Algorithm

A novel algorithm for the detection of ship target with high accuracy in the synthetic aperture radar(SAR) with high spatial resolution image is proposed. The SAR image may include not only the ship targets but also the interferences such as the sea clutter,the strong reflection target,the sidelobe and so on.The conventional constant false alarm rate(CFAR) algorithm has some disadvantages,and it has not enough prior information about the size of the ships. Hence,it cannot separate the adjacent ships correctly. A comprehensive algorithm based on the modified CFAR algorithm and opening operation is presented to solve the problem,and the detection accuracy can be improved consequently. The results of SAR image illustrate the effectiveness of the method in this paper.

基于深度学习的矿用通风机运行状态监测及报警系统研究

利用各类传感器采集矿用通风机运行状态信号,将其转换为优质的数字信号,并通过无线传输层的路由器节点传送到ZigBee协调器,其完成数字信号的汇聚后,运用串口通信电路发送到业务应用层,采用小波包算法提取信号特征,利用长短时记忆网络监测矿用通风机运行状态,利用PLC控制单元发出报警。实验结果表明:该系统的信号调理及信号特征提取效果较优良,且能准确监测矿用通风机运行状态,并发出有效的故障报警。

多分类器联合虚警可控的海上小目标检测方法

模式识别技术已经广泛应用于海上目标检测,其中二分类的模式识别算法在处理该问题时会面临类别非均衡的困境。传统方法一般通过添加人工仿真目标回波扩充目标数据集,检测结果容易受到仿真精度的影响,且增加算法的复杂度。该文提出一种基于多分类思想的多特征海上小目标智能检测方法,先对海杂波数据与目标数据进行多维特征提取,构建高维特征空间;再基于多分类思想中的“1对1”方法,将海杂波特征空间划分成多个子空间,每个杂波子空间与目标数据特征空间等大,构造多个二分类器进行联合判决。该文选取的二分类器为改进的双参数K近邻(K-NN)算法,可有效调节虚警率。经冰多参数成像X波段雷达(IPIX)数据集验证,所提方法在观测时间为1.024 s时获得了82.40%的检测概率,与基于K-NN的检测器做比较,获得了2%的性能提升。

基于TOPSIS算法对火灾报警器系统的综合评价

针对火灾报警系统各类型部件以及各大队辖区的综合管理水平进行研究。首先,运用SPSS软件对数据进行平方和归一化,建立TOPSIS理想模型,通过EXCEL和WPS对数据进行可视化处理。其次,通过计算火灾报警系统的可靠性、故障率、火灾发生率,评价各部件类型,帮助政府选取更加可靠的火灾探测器类型。研究得出:光束感烟火灾探测器、智能光电火灾探测器、智能感温火灾探测器相比于其他火灾探测器探测效果较好。

一种基于神经网络的alarm2vec告警压缩算法

告警压缩是在网络故障告警的相关性分析中,发现告警间的关联性,从而减少告警数量,获取有用信息,根据已建立的告警知识库快速准确地对其进行分析推理,获取根源故障,从而确定网络设备或网络功能故障,完成故障定位。针对该场景,提出了一种基于神经网络的alarm2vec算法,并结合极大团图挖掘告警间的关联规则,实际网络告警数据实验结果表明,该方法相对原始数据,实现39.85%的告警压缩率,对告警数据信息进行了有效压缩。

谐波监测式电气火灾监控系统设计

针对传统设备大多无法检测电气线路中性线电流谐波的问题,设计三相四线制谐波监测式电气火灾监控系统。采用加汉宁窗插值处理的快速傅里叶变换算法分析谐波成分,构建基于主控芯片树莓派+三相计量芯片RN8302B+监测报警模块的系统架构。RN8302B通过串行外设接口向树莓派提供包含中性线电流在内的四组电流采样缓存数据,设计基于时域抽取法的快速傅里叶变换(DIT-FFT)和监测报警程序。利用LabVIEW仿真软件构造谐波源进行算法验证分析,再结合实物测试,结果表明:监控系统可以实现对中性线的谐波电流分析,加窗插值算法可以有效减少截断带来的FFT频谱泄漏,谐波电流检测精度高,系统报警响应速度快。

基于YOLOv5目标识别无线抓拍追踪声音报警系统

文章基于YOLOv5目标检测环境的计算机终端,通过配备无线路由器的无线摄像头实现对行人的实时检测,通过deepsort算法对目标行人的方向进行计数,并对其进行跟踪。当目标计算机终端绘制的特定区域出现识别目标时,实现机器视觉语音自动报警,此外,该系统可以抓拍所识别的目标行人的照片。文章内容对研究人员入门机器视觉以及开发视觉相关应用产品具有一定的指导价值。

改进加权方法的告警关联分析算法

以往告警关联分析算法中将告警重要性视为相同,为区分不同告警的重要性差异,以及告警中包含信息量的差异性,提出一种改进加权方法的告警关联分析算法。首先将告警信息中有关告警重要性的属性量化,并使用极端梯度提升(XGBoost:eXtreme Gradient Boosting)集成学习模型训练,得到告警属性的权重值,并对告警数据赋予权重;然后,将网络拓扑数据加入滑动窗口中,改进传统滑动窗口划分事务存在的问题,改进后的滑动窗口划分的事务集更加真实可靠;最终将加权后的告警事务集使用加权FP-Growth(Frequent Pattern Growth)算法挖掘频繁告警和关联规则。通过实验验证了该改进加权方法的告警关联分析算法在挖掘频繁告警、重要关联规则和时间上都有很好的性能。