简介这份文档面向火电厂热工自动化、DCS运维及工业智能方向的工程技术人员与研究人员围绕嵌入式智慧监盘系统的建模方法展开重点解决机组故障预警模型如何高效、安全、稳定地在DCS中在线运行的问题。资源包内含1个docx文档压缩包约57KB内容以某1000MW超超临界二次再热燃煤机组为背景系统梳理了基于Ovation分散控制系统的智慧监盘架构并逐一讲解线性回归、聚类分析、BP神经网络与多变量状态估计MSET等建模算法的原理与适用场景同时说明如何通过API接口从DCS高速公路采集实时数据、训练模型并将结果回送操作员画面。目前已有91人学习。读者可借此理解故障预警模型的完整建模思路、算法选型依据与工程落地路径适合作为智慧电厂相关课题研究或技术方案设计的参考材料。1. 火电厂嵌入式智慧监盘系统建模从 DCS 数据到神经网络预警火电厂集控室里运行人员盯着 DCS 画面上几百个测点真正需要提前干预的往往只有几个。问题在于这少数几个异常信号常被淹没在大量正常波动里。嵌入式智慧监盘系统要做的就是把 DCS 的历史与实时数据接出来用神经网络建模在参数越限前给出趋势预警并跑在靠近现场的边缘设备上。它适合两类人一类是熟悉热工控制、想引入数据建模的仪控工程师另一类是做嵌入式开发、想切入工业场景的软件工程师。标题里的“嵌入式”决定了算力与部署边界“智慧监盘”决定了输出必须是可解释的预警而非黑盒分数“建模”则是把 DCS 测点变成可用特征的核心环节。下面按数据接入、特征构造、模型训练、边缘部署、现场验证的顺序讲清楚。2. 火电厂 DCS 数据接入与嵌入式监盘建模的选型逻辑2.1 为什么监盘建模不能直接拿 DCS 原始点表训练DCS 点表里一个模拟量测点通常包含量程、单位、报警限、死区等属性直接把这些原始值喂给神经网络模型学到的往往是量纲差异而不是工况变化。常见做法是先做三件事按测点类型分组、按时间对齐、按工况切片。以某 300MW 机组为例给水流量、主蒸汽压力、炉膛负压属于不同量纲若不做归一化梯度会被大量程测点主导。另一个容易被忽略的点是 DCS 的采样周期并不统一历史站导出数据常是 1 秒或 5 秒粒度而部分温度测点经过滤波后变化很慢混在一起训练会让模型对快变量过拟合。提示DCS 历史数据导出时优先选 CSV 或结构化文本保留时间戳和测点编码不要只导画面截图或趋势图。2.2 嵌入式侧算力约束下的模型选型嵌入式监盘设备通常是无风扇工控机或 ARM 网关内存 2GB 到 8GB没有独立显卡。这种条件下BP 神经网络和轻量前馈网络比卷积神经网络更现实。BP 网络结构简单参数量可控适合做多测点回归与残差预警。若要做时序特征提取可以用一维卷积加全连接的小型结构但层数和通道数要压住。选型时先估算推理耗时一个 3 层 BP 网络输入 20 维、隐藏层 64 节点在 ARM Cortex-A72 上单次推理通常在毫秒级完全满足秒级监盘刷新。真正吃资源的是数据预处理和通信不是网络本身。2.3 从 DCS 到嵌入式网关的最小数据链路一条可复现的链路是DCS 历史站或 OPC 接口导出数据经工业交换机进入嵌入式网关网关内做归一化和滑窗再送入模型推理结果写回本地数据库并上送报警。下面是一段用 Python 做数据清洗与滑窗构造的示例实际部署时可移植到网关的 Python 运行时或先离线验证。import pandas as pd import numpy as np # 读取 DCS 导出数据假设列名为测点编码索引为时间戳 df pd.read_csv(dcs_export.csv, parse_dates[timestamp], index_coltimestamp) # 按 5 秒重采样前向填充短时缺失长缺失标记后剔除 df df.resample(5S).mean().ffill(limit3) df df.dropna() # 选取与监盘目标相关的测点避免维度爆炸 cols [feedwater_flow, main_steam_press, furnace_press, bed_temp] data df[cols].values # 按训练集统计量做归一化推理时必须复用同一组均值和标准差 mu, sigma data.mean(axis0), data.std(axis0) norm (data - mu) / (sigma 1e-8) # 构造滑窗窗口 60 点对应 5 分钟历史 def make_windows(arr, win60): xs [] for i in range(len(arr) - win): xs.append(arr[i:iwin].flatten()) return np.array(xs) X make_windows(norm) print(X.shape) # (样本数, 60*4)这段代码的逻辑是先把不规则时间序列对齐到固定周期再用训练集统计量归一化最后展平成监督学习输入。参数上resample(5S)要和 DCS 实际存储周期一致ffill(limit3)只补短时通信抖动造成的缺失超过 3 个周期就丢弃避免把真实停机工况填成正常值。win60对应 5 分钟窗口火电厂热工参数惯性大窗口太短模型学不到趋势太长则预警滞后。2.4 建模目标定义回归残差还是分类报警监盘建模常见两种目标一种是用正常工况数据训练自编码器或 BP 回归预测关键测点值用残差超限报警另一种是直接做二分类标签来自历史报警记录。前者不需要大量故障样本适合火电厂故障数据稀缺的现实后者可解释性强但正负样本极不平衡。我一般会先用回归残差做初版把残差分布的第 95 分位作为阈值再根据现场误报情况调整。这样做的原因是 DCS 历史报警记录里存在大量重复和人工确认延迟直接当标签会引入噪声。3. 用 BP 神经网络搭建监盘模型并完成训练验证3.1 训练数据划分与工况均衡处理火电厂数据有明显的工况聚集满负荷、低负荷、启停过程。如果随机划分训练集和验证集验证集里可能混入启停段导致指标虚高。正确做法是按时间段划分并保证验证集覆盖至少一个完整负荷段。下面用 pandas 做按时间切分并统计各负荷段样本占比。# 假设 data 已归一化load 为负荷率序列 split int(len(X) * 0.7) X_train, X_val X[:split], X[split:] # 统计训练集与验证集的负荷分布避免工况偏移 train_load df[load_rate].iloc[:split] val_load df[load_rate].iloc[split:] print(train_load.describe()) print(val_load.describe())逻辑说明按时间顺序切分而不是随机打乱是为了模拟真实部署时用过去数据预测未来。参数上0.7是经验比例若数据量少于一个月可调到0.8但验证集必须包含至少 200 个滑窗样本。若验证集负荷均值与训练集偏差超过 10%需要重新划分或增加工况均衡采样。3.2 BP 网络结构与关键超参数设置一个适合嵌入式部署的 BP 网络可以这样搭输入层节点数等于窗口长度乘测点数隐藏层 2 层各 64 节点输出层 1 个节点预测目标测点。激活函数隐藏层用 ReLU输出层用线性。损失函数用 MSE优化器用 Adam学习率从 1e-3 开始。批大小设为 64训练轮数先跑 100 轮并配合早停。超参数初值调整方向嵌入式影响隐藏层节点64误报高则减漏报高则加节点越多内存占用越大学习率1e-3损失震荡则降到 1e-4不影响推理批大小64显存或内存不足则减半只影响训练窗口长度60预警滞后则减误报多则加直接决定输入维度早停耐心10验证损失不降则停防止过拟合注意嵌入式端只跑推理训练可以在服务器或工作站完成但归一化参数和网络权重必须一起导出否则现场推理结果会漂移。3.3 训练脚本与验证指标下面是一段用 PyTorch 训练 BP 网络的骨架代码重点看数据加载和早停逻辑。import torch import torch.nn as nn class BPNet(nn.Module): def __init__(self, in_dim): super().__init__() self.net nn.Sequential( nn.Linear(in_dim, 64), nn.ReLU(), nn.Linear(64, 64), nn.ReLU(), nn.Linear(64, 1) ) def forward(self, x): return self.net(x) model BPNet(X_train.shape[1]) opt torch.optim.Adam(model.parameters(), lr1e-3) loss_fn nn.MSELoss() best_val float(inf) patience, wait 10, 0 for epoch in range(100): model.train() pred model(torch.tensor(X_train, dtypetorch.float32)) loss loss_fn(pred.squeeze(), torch.tensor(y_train, dtypetorch.float32)) opt.zero_grad(); loss.backward(); opt.step() model.eval() with torch.no_grad(): val_pred model(torch.tensor(X_val, dtypetorch.float32)) val_loss loss_fn(val_pred.squeeze(), torch.tensor(y_val, dtypetorch.float32)) if val_loss best_val: best_val, wait val_loss, 0 torch.save(model.state_dict(), bp_monitor.pth) else: wait 1 if wait patience: break逻辑说明每个 epoch 先训练再验证保存验证损失最低的权重。参数上patience10表示连续 10 轮验证损失不降就停止避免过拟合。验证指标除了 MSE还要看残差超过阈值的样本比例这个比例直接对应现场误报率。若误报率高于 5%优先检查归一化参数是否用错再考虑增加训练数据中的稳态工况。3.4 残差阈值确定与报警逻辑训练完成后用验证集残差分布确定报警阈值。常见做法是取残差绝对值的 95 分位或 3 倍标准差。但火电厂工况变化慢固定阈值在负荷大幅变动时容易误报。改进方法是用滑动窗口内的残差均值加动态系数。下面代码展示如何计算并保存阈值。residual y_val - val_pred.squeeze().numpy() threshold np.percentile(np.abs(residual), 95) print(报警阈值:, threshold) np.save(threshold.npy, threshold)参数说明95分位对应约 5% 的误报容忍度若现场要求更严可提到 99但漏报风险增加。保存阈值时同时保存验证集的残差均值和标准差现场推理时先用固定阈值再根据运行人员反馈微调。4. 模型移植到嵌入式网关与实时推理优化4.1 从 PyTorch 到嵌入式运行时的转换路径训练好的 PyTorch 模型不能直接扔进 ARM 网关常见做法是导出为 ONNX再用 ONNX Runtime 或 TensorFlow Lite 推理。若网关资源极有限可以把权重转成 C 数组用纯 C 写前向传播。转换时注意算子兼容性ReLU 和全连接层在主流运行时都支持但自定义损失函数不需要导出。下面是一个导出 ONNX 的命令示例。python -c import torch from model import BPNet m BPNet(240) m.load_state_dict(torch.load(bp_monitor.pth)) m.eval() dummy torch.randn(1, 240) torch.onnx.export(m, dummy, bp_monitor.onnx, input_names[input], output_names[output]) 逻辑说明dummy输入的维度必须和训练时一致即窗口长度乘测点数。导出后建议用 ONNX Runtime 在 PC 上先跑一遍对比 PyTorch 输出误差误差在 1e-4 以内才算合格。参数上opset_version若未指定默认可能偏高嵌入式运行时版本旧时要显式指定为 11 或 12。4.2 嵌入式端数据预处理与推理循环网关上的推理循环要控制内存分配避免频繁创建大数组。常见做法是预分配环形缓冲区每次新数据到来时更新缓冲区并触发推理。下面是一段伪代码式 Python 示例实际可用 C 或 MicroPython 重写。import numpy as np import onnxruntime as ort sess ort.InferenceSession(bp_monitor.onnx) buf np.zeros((60, 4), dtypenp.float32) # 60 个时间点4 个测点 mu np.load(mu.npy); sigma np.load(sigma.npy) threshold np.load(threshold.npy) def on_new_sample(sample): global buf buf np.roll(buf, -1, axis0) buf[-1] sample x ((buf - mu) / (sigma 1e-8)).flatten().reshape(1, -1) pred sess.run(None, {input: x.astype(np.float32)})[0] residual abs(sample[0] - pred[0, 0]) # 以第一个测点为目标示例 if residual threshold: return True return False逻辑说明np.roll实现环形缓冲避免每次重新拼接数组。归一化参数mu和sigma必须与训练时完全一致否则推理结果无效。residual计算时要注意目标测点在输入中的位置示例里假设第一个测点是被预测对象。若网关不支持 ONNX Runtime可以用 TensorFlow Lite 或手写 C 推理但手写时要仔细核对权重矩阵的转置和偏置加法顺序。4.3 推理耗时与内存占用实测方法在嵌入式设备上不要凭感觉判断性能用time.perf_counter()或 C 的clock_gettime实测。下面命令可在网关上跑 1000 次推理取平均。python -c import time, numpy as np, onnxruntime as ort sess ort.InferenceSession(bp_monitor.onnx) x np.random.randn(1, 240).astype(np.float32) t0 time.perf_counter() for _ in range(1000): sess.run(None, {input: x}) print(平均推理耗时(ms):, (time.perf_counter()-t0)) 参数说明若平均耗时超过监盘刷新周期的 1/3比如刷新周期 5 秒而推理超过 1.6 秒就需要减层或减窗口。内存占用用psutil或free -m观察重点看推理前后 RSS 是否持续增长持续增长说明有内存泄漏通常是每次推理都新建了会话或数组。5. 现场验证、误报排查与监盘模型迭代技巧5.1 用历史回放做上线前验证模型上线前用 DCS 历史数据做回放验证是最接近现场的方法。把过去一个月的正常工况和已知异常段分别回放统计误报次数和漏报次数。回放时要注意时间戳对齐DCS 历史站导出的时间可能有秒级偏差建议统一转成 UTC 或机组本地时间后再比对。验证指标建议同时看三个误报率、漏报率、平均预警提前时间。提前时间太短没有操作价值太长则误报增加火电厂一般希望提前 3 到 10 分钟。5.2 误报排查的四个检查点现场误报高时按顺序查这四处第一归一化参数是否用了训练集的均值和标准差而不是现场实时统计第二滑窗是否在通信中断后没有重置导致缓冲区里混入旧数据第三报警阈值是否在负荷大幅变动时未做动态调整第四目标测点是否本身存在周期性波动比如吹灰期间温度短时下降。排查时先把模型输出和 DCS 趋势画在同一时间轴上肉眼比对残差峰值出现在哪些工况。5.3 模型迭代与嵌入式端热更新监盘模型不是一次训练就固定机组大修后设备特性会变需要重新训练并更新网关上的权重文件。热更新做法是保留两个模型文件新模型验证通过后切换软链接或配置项重启推理进程即可。更新前务必在回放环境验证新模型避免直接上线导致误报激增。若网关支持容器化可以把推理服务打包成镜像更新时只替换镜像标签回滚也方便。5.4 一个可复用的残差动态阈值技巧固定阈值在负荷变动时容易失效一个简单有效的技巧是用滑动窗口内的残差均值加 3 倍滑动标准差作为动态阈值窗口长度取 30 分钟。这样在稳态时阈值收紧在负荷变动时阈值自动放宽。实现时只需在推理循环里维护一个残差队列每来一个新样本就更新均值和标准差。注意队列长度不要太大否则对突变响应变慢30 分钟对应 360 个 5 秒样本内存占用可忽略。这个技巧不需要重新训练模型适合现场快速调参。本文还有配套的精品资源点击获取 火电厂嵌入式智慧监盘系统建模：从DCS数据到神经网络预警
简介这份文档面向火电厂热工自动化、DCS运维及工业智能方向的工程技术人员与研究人员围绕嵌入式智慧监盘系统的建模方法展开重点解决机组故障预警模型如何高效、安全、稳定地在DCS中在线运行的问题。资源包内含1个docx文档压缩包约57KB内容以某1000MW超超临界二次再热燃煤机组为背景系统梳理了基于Ovation分散控制系统的智慧监盘架构并逐一讲解线性回归、聚类分析、BP神经网络与多变量状态估计MSET等建模算法的原理与适用场景同时说明如何通过API接口从DCS高速公路采集实时数据、训练模型并将结果回送操作员画面。目前已有91人学习。读者可借此理解故障预警模型的完整建模思路、算法选型依据与工程落地路径适合作为智慧电厂相关课题研究或技术方案设计的参考材料。1. 火电厂嵌入式智慧监盘系统建模从 DCS 数据到神经网络预警火电厂集控室里运行人员盯着 DCS 画面上几百个测点真正需要提前干预的往往只有几个。问题在于这少数几个异常信号常被淹没在大量正常波动里。嵌入式智慧监盘系统要做的就是把 DCS 的历史与实时数据接出来用神经网络建模在参数越限前给出趋势预警并跑在靠近现场的边缘设备上。它适合两类人一类是熟悉热工控制、想引入数据建模的仪控工程师另一类是做嵌入式开发、想切入工业场景的软件工程师。标题里的“嵌入式”决定了算力与部署边界“智慧监盘”决定了输出必须是可解释的预警而非黑盒分数“建模”则是把 DCS 测点变成可用特征的核心环节。下面按数据接入、特征构造、模型训练、边缘部署、现场验证的顺序讲清楚。2. 火电厂 DCS 数据接入与嵌入式监盘建模的选型逻辑2.1 为什么监盘建模不能直接拿 DCS 原始点表训练DCS 点表里一个模拟量测点通常包含量程、单位、报警限、死区等属性直接把这些原始值喂给神经网络模型学到的往往是量纲差异而不是工况变化。常见做法是先做三件事按测点类型分组、按时间对齐、按工况切片。以某 300MW 机组为例给水流量、主蒸汽压力、炉膛负压属于不同量纲若不做归一化梯度会被大量程测点主导。另一个容易被忽略的点是 DCS 的采样周期并不统一历史站导出数据常是 1 秒或 5 秒粒度而部分温度测点经过滤波后变化很慢混在一起训练会让模型对快变量过拟合。提示DCS 历史数据导出时优先选 CSV 或结构化文本保留时间戳和测点编码不要只导画面截图或趋势图。2.2 嵌入式侧算力约束下的模型选型嵌入式监盘设备通常是无风扇工控机或 ARM 网关内存 2GB 到 8GB没有独立显卡。这种条件下BP 神经网络和轻量前馈网络比卷积神经网络更现实。BP 网络结构简单参数量可控适合做多测点回归与残差预警。若要做时序特征提取可以用一维卷积加全连接的小型结构但层数和通道数要压住。选型时先估算推理耗时一个 3 层 BP 网络输入 20 维、隐藏层 64 节点在 ARM Cortex-A72 上单次推理通常在毫秒级完全满足秒级监盘刷新。真正吃资源的是数据预处理和通信不是网络本身。2.3 从 DCS 到嵌入式网关的最小数据链路一条可复现的链路是DCS 历史站或 OPC 接口导出数据经工业交换机进入嵌入式网关网关内做归一化和滑窗再送入模型推理结果写回本地数据库并上送报警。下面是一段用 Python 做数据清洗与滑窗构造的示例实际部署时可移植到网关的 Python 运行时或先离线验证。import pandas as pd import numpy as np # 读取 DCS 导出数据假设列名为测点编码索引为时间戳 df pd.read_csv(dcs_export.csv, parse_dates[timestamp], index_coltimestamp) # 按 5 秒重采样前向填充短时缺失长缺失标记后剔除 df df.resample(5S).mean().ffill(limit3) df df.dropna() # 选取与监盘目标相关的测点避免维度爆炸 cols [feedwater_flow, main_steam_press, furnace_press, bed_temp] data df[cols].values # 按训练集统计量做归一化推理时必须复用同一组均值和标准差 mu, sigma data.mean(axis0), data.std(axis0) norm (data - mu) / (sigma 1e-8) # 构造滑窗窗口 60 点对应 5 分钟历史 def make_windows(arr, win60): xs [] for i in range(len(arr) - win): xs.append(arr[i:iwin].flatten()) return np.array(xs) X make_windows(norm) print(X.shape) # (样本数, 60*4)这段代码的逻辑是先把不规则时间序列对齐到固定周期再用训练集统计量归一化最后展平成监督学习输入。参数上resample(5S)要和 DCS 实际存储周期一致ffill(limit3)只补短时通信抖动造成的缺失超过 3 个周期就丢弃避免把真实停机工况填成正常值。win60对应 5 分钟窗口火电厂热工参数惯性大窗口太短模型学不到趋势太长则预警滞后。2.4 建模目标定义回归残差还是分类报警监盘建模常见两种目标一种是用正常工况数据训练自编码器或 BP 回归预测关键测点值用残差超限报警另一种是直接做二分类标签来自历史报警记录。前者不需要大量故障样本适合火电厂故障数据稀缺的现实后者可解释性强但正负样本极不平衡。我一般会先用回归残差做初版把残差分布的第 95 分位作为阈值再根据现场误报情况调整。这样做的原因是 DCS 历史报警记录里存在大量重复和人工确认延迟直接当标签会引入噪声。3. 用 BP 神经网络搭建监盘模型并完成训练验证3.1 训练数据划分与工况均衡处理火电厂数据有明显的工况聚集满负荷、低负荷、启停过程。如果随机划分训练集和验证集验证集里可能混入启停段导致指标虚高。正确做法是按时间段划分并保证验证集覆盖至少一个完整负荷段。下面用 pandas 做按时间切分并统计各负荷段样本占比。# 假设 data 已归一化load 为负荷率序列 split int(len(X) * 0.7) X_train, X_val X[:split], X[split:] # 统计训练集与验证集的负荷分布避免工况偏移 train_load df[load_rate].iloc[:split] val_load df[load_rate].iloc[split:] print(train_load.describe()) print(val_load.describe())逻辑说明按时间顺序切分而不是随机打乱是为了模拟真实部署时用过去数据预测未来。参数上0.7是经验比例若数据量少于一个月可调到0.8但验证集必须包含至少 200 个滑窗样本。若验证集负荷均值与训练集偏差超过 10%需要重新划分或增加工况均衡采样。3.2 BP 网络结构与关键超参数设置一个适合嵌入式部署的 BP 网络可以这样搭输入层节点数等于窗口长度乘测点数隐藏层 2 层各 64 节点输出层 1 个节点预测目标测点。激活函数隐藏层用 ReLU输出层用线性。损失函数用 MSE优化器用 Adam学习率从 1e-3 开始。批大小设为 64训练轮数先跑 100 轮并配合早停。超参数初值调整方向嵌入式影响隐藏层节点64误报高则减漏报高则加节点越多内存占用越大学习率1e-3损失震荡则降到 1e-4不影响推理批大小64显存或内存不足则减半只影响训练窗口长度60预警滞后则减误报多则加直接决定输入维度早停耐心10验证损失不降则停防止过拟合注意嵌入式端只跑推理训练可以在服务器或工作站完成但归一化参数和网络权重必须一起导出否则现场推理结果会漂移。3.3 训练脚本与验证指标下面是一段用 PyTorch 训练 BP 网络的骨架代码重点看数据加载和早停逻辑。import torch import torch.nn as nn class BPNet(nn.Module): def __init__(self, in_dim): super().__init__() self.net nn.Sequential( nn.Linear(in_dim, 64), nn.ReLU(), nn.Linear(64, 64), nn.ReLU(), nn.Linear(64, 1) ) def forward(self, x): return self.net(x) model BPNet(X_train.shape[1]) opt torch.optim.Adam(model.parameters(), lr1e-3) loss_fn nn.MSELoss() best_val float(inf) patience, wait 10, 0 for epoch in range(100): model.train() pred model(torch.tensor(X_train, dtypetorch.float32)) loss loss_fn(pred.squeeze(), torch.tensor(y_train, dtypetorch.float32)) opt.zero_grad(); loss.backward(); opt.step() model.eval() with torch.no_grad(): val_pred model(torch.tensor(X_val, dtypetorch.float32)) val_loss loss_fn(val_pred.squeeze(), torch.tensor(y_val, dtypetorch.float32)) if val_loss best_val: best_val, wait val_loss, 0 torch.save(model.state_dict(), bp_monitor.pth) else: wait 1 if wait patience: break逻辑说明每个 epoch 先训练再验证保存验证损失最低的权重。参数上patience10表示连续 10 轮验证损失不降就停止避免过拟合。验证指标除了 MSE还要看残差超过阈值的样本比例这个比例直接对应现场误报率。若误报率高于 5%优先检查归一化参数是否用错再考虑增加训练数据中的稳态工况。3.4 残差阈值确定与报警逻辑训练完成后用验证集残差分布确定报警阈值。常见做法是取残差绝对值的 95 分位或 3 倍标准差。但火电厂工况变化慢固定阈值在负荷大幅变动时容易误报。改进方法是用滑动窗口内的残差均值加动态系数。下面代码展示如何计算并保存阈值。residual y_val - val_pred.squeeze().numpy() threshold np.percentile(np.abs(residual), 95) print(报警阈值:, threshold) np.save(threshold.npy, threshold)参数说明95分位对应约 5% 的误报容忍度若现场要求更严可提到 99但漏报风险增加。保存阈值时同时保存验证集的残差均值和标准差现场推理时先用固定阈值再根据运行人员反馈微调。4. 模型移植到嵌入式网关与实时推理优化4.1 从 PyTorch 到嵌入式运行时的转换路径训练好的 PyTorch 模型不能直接扔进 ARM 网关常见做法是导出为 ONNX再用 ONNX Runtime 或 TensorFlow Lite 推理。若网关资源极有限可以把权重转成 C 数组用纯 C 写前向传播。转换时注意算子兼容性ReLU 和全连接层在主流运行时都支持但自定义损失函数不需要导出。下面是一个导出 ONNX 的命令示例。python -c import torch from model import BPNet m BPNet(240) m.load_state_dict(torch.load(bp_monitor.pth)) m.eval() dummy torch.randn(1, 240) torch.onnx.export(m, dummy, bp_monitor.onnx, input_names[input], output_names[output]) 逻辑说明dummy输入的维度必须和训练时一致即窗口长度乘测点数。导出后建议用 ONNX Runtime 在 PC 上先跑一遍对比 PyTorch 输出误差误差在 1e-4 以内才算合格。参数上opset_version若未指定默认可能偏高嵌入式运行时版本旧时要显式指定为 11 或 12。4.2 嵌入式端数据预处理与推理循环网关上的推理循环要控制内存分配避免频繁创建大数组。常见做法是预分配环形缓冲区每次新数据到来时更新缓冲区并触发推理。下面是一段伪代码式 Python 示例实际可用 C 或 MicroPython 重写。import numpy as np import onnxruntime as ort sess ort.InferenceSession(bp_monitor.onnx) buf np.zeros((60, 4), dtypenp.float32) # 60 个时间点4 个测点 mu np.load(mu.npy); sigma np.load(sigma.npy) threshold np.load(threshold.npy) def on_new_sample(sample): global buf buf np.roll(buf, -1, axis0) buf[-1] sample x ((buf - mu) / (sigma 1e-8)).flatten().reshape(1, -1) pred sess.run(None, {input: x.astype(np.float32)})[0] residual abs(sample[0] - pred[0, 0]) # 以第一个测点为目标示例 if residual threshold: return True return False逻辑说明np.roll实现环形缓冲避免每次重新拼接数组。归一化参数mu和sigma必须与训练时完全一致否则推理结果无效。residual计算时要注意目标测点在输入中的位置示例里假设第一个测点是被预测对象。若网关不支持 ONNX Runtime可以用 TensorFlow Lite 或手写 C 推理但手写时要仔细核对权重矩阵的转置和偏置加法顺序。4.3 推理耗时与内存占用实测方法在嵌入式设备上不要凭感觉判断性能用time.perf_counter()或 C 的clock_gettime实测。下面命令可在网关上跑 1000 次推理取平均。python -c import time, numpy as np, onnxruntime as ort sess ort.InferenceSession(bp_monitor.onnx) x np.random.randn(1, 240).astype(np.float32) t0 time.perf_counter() for _ in range(1000): sess.run(None, {input: x}) print(平均推理耗时(ms):, (time.perf_counter()-t0)) 参数说明若平均耗时超过监盘刷新周期的 1/3比如刷新周期 5 秒而推理超过 1.6 秒就需要减层或减窗口。内存占用用psutil或free -m观察重点看推理前后 RSS 是否持续增长持续增长说明有内存泄漏通常是每次推理都新建了会话或数组。5. 现场验证、误报排查与监盘模型迭代技巧5.1 用历史回放做上线前验证模型上线前用 DCS 历史数据做回放验证是最接近现场的方法。把过去一个月的正常工况和已知异常段分别回放统计误报次数和漏报次数。回放时要注意时间戳对齐DCS 历史站导出的时间可能有秒级偏差建议统一转成 UTC 或机组本地时间后再比对。验证指标建议同时看三个误报率、漏报率、平均预警提前时间。提前时间太短没有操作价值太长则误报增加火电厂一般希望提前 3 到 10 分钟。5.2 误报排查的四个检查点现场误报高时按顺序查这四处第一归一化参数是否用了训练集的均值和标准差而不是现场实时统计第二滑窗是否在通信中断后没有重置导致缓冲区里混入旧数据第三报警阈值是否在负荷大幅变动时未做动态调整第四目标测点是否本身存在周期性波动比如吹灰期间温度短时下降。排查时先把模型输出和 DCS 趋势画在同一时间轴上肉眼比对残差峰值出现在哪些工况。5.3 模型迭代与嵌入式端热更新监盘模型不是一次训练就固定机组大修后设备特性会变需要重新训练并更新网关上的权重文件。热更新做法是保留两个模型文件新模型验证通过后切换软链接或配置项重启推理进程即可。更新前务必在回放环境验证新模型避免直接上线导致误报激增。若网关支持容器化可以把推理服务打包成镜像更新时只替换镜像标签回滚也方便。5.4 一个可复用的残差动态阈值技巧固定阈值在负荷变动时容易失效一个简单有效的技巧是用滑动窗口内的残差均值加 3 倍滑动标准差作为动态阈值窗口长度取 30 分钟。这样在稳态时阈值收紧在负荷变动时阈值自动放宽。实现时只需在推理循环里维护一个残差队列每来一个新样本就更新均值和标准差。注意队列长度不要太大否则对突变响应变慢30 分钟对应 360 个 5 秒样本内存占用可忽略。这个技巧不需要重新训练模型适合现场快速调参。本文还有配套的精品资源点击获取