# ==============================================================================
# RO膜污染监控与CIP预测系统配置文件 - v3.0 
# 基于机理模型 ΔP(t) = ΔP₀ + k × t 的压差变化率分析
# ==============================================================================
global_parameters:
  # 数据源文件的路径和名称
  pickle_file_path: "/Users/wmy/data/Pycharm_Project/jkhj/jkhj_test1/shuangmo/wmy/reverse_osmosis_反渗透/historical_sensor_data_1years.pkl"
  
  # 【核心】时间尺度配置
  # 'D' = 天, 'H' = 小时, 'min' = 分钟
  aggregation_frequency: 'H'

  # k值计算相关参数
  k_calculation_days: 7          # 计算k值的回溯天数
  k_calculation_window: 720      # 滑动窗口大小（数据点数，建议30天=720小时）
  
  # 数据质量控制
  enable_outlier_removal: true   # 是否启用异常值清理
  outlier_std_threshold: 3       # 异常值检测标准差阈值
  
  # 观察期设置
  observation_period_hours: 1080 # CIP观察期（小时），默认45天（1.5个月）
  
  # 趋势分析参数（新增）
  trend_analysis_window: 360     # 趋势分析窗口大小（数据点数，建议15天=360小时）
  trend_slope_threshold: 0.001   # 趋势斜率阈值，超过此值认为有明显趋势
  min_rising_duration: 30        # 最小持续上升时间点数(建议30小时)，达到此值认为趋势稳定
  
  # 数据分割时间点（用于历史/未来数据划分）
  data_split_time: '2025-08-05 10:00:00'

# ==============================================================================
# 需要监控的指标清单: 这是一个列表，您可以添加任意多个监控任务。
# ==============================================================================
metrics_to_monitor:
  # --- 任务1: RO1一段压差监控 ---
  - name: "RO1-Stage1-Pressure"
    display_name: "RO1一段-压差趋势"
    description: "基于机理模型监控RO1一段膜组的污染速率，预测CIP需求"
    enabled: true
    
    # 目标传感器
    target_sensor: "C.M.RO1_DB@DPT_1"
    
    # 【核心】k值污染速率分类阈值 (基于历史数据百分位数)
    k_percentiles:
      safe: 75.0      # 安全阈值：k值低于此值时系统安全
      monitor: 85.0   # 监控阈值：超过此值需要密切关注
      alarm: 98.0     # 预警阈值：超过此值建议考虑CIP

  # --- 任务2: RO1一段电导监控 ---
  - name: "RO1-Stage1-Conductivity"
    display_name: "RO1一段-电导趋势"
    description: "监控RO1一段产水水质的恶化速率，检测膜性能衰减"
    enabled: true
    
    target_sensor: "C.M.RO1_Cond_CS@out"
    
    k_percentiles:
      safe: 75.0
      monitor: 85.0
      alarm: 98.0

  # --- 任务3: RO1二段压差监控 (可选) ---
  - name: "RO1-Stage2-Pressure"
    display_name: "RO1二段-压差趋势"
    description: "监控RO1二段膜组的污染速率"
    enabled: false  # 默认禁用，根据需要启用
    
    target_sensor: "C.M.RO1_DB@DPT_2"
    
    k_percentiles:
      safe: 75.0
      monitor: 85.0
      alarm: 98.0

# ==============================================================================
# 配置说明
# ==============================================================================
# 1. aggregation_frequency: 数据聚合频率
#    - 'H': 小时级别，适合精细分析
#    - 'D': 日级别，适合长期趋势
#    - 'min': 分钟级别，适合实时监控
#
# 2. k_percentiles: 基于历史数据统计的阈值设定
#    - safe: 75%分位数，膜污染处于正常范围
#    - monitor: 85%分位数，需要关注但不需要立即行动
#    - alarm: 98%分位数，建议考虑CIP清洗
#
# 3. 机理模型核心思想:
#    - ΔP(t) = ΔP₀ + k × t
#    - k值代表膜污染速率 (压差变化率/时间)
#    - k值越大，污染速度越快，越需要CIP
#
# 4. 外部数据接口使用:
#    from main_simple import analyze_external_pressure_data
#    result = analyze_external_pressure_data('config_simple.yaml', 'RO1-Stage1-Pressure', future_data)
#
# 5. 趋势分析参数说明:
#    - trend_analysis_window: 分析趋势时考虑的历史数据点数
#    - trend_slope_threshold: 判断上升/下降趋势的斜率阈值
#    - min_rising_duration: CIP信号需要的最小连续上升点数
#    
# 6. CIP判断逻辑改进:
#    新版本不只看k值大小，而是综合考虑：
#    - k值是否超过监控阈值
#    - 是否有持续的上升趋势 
#    - 上升趋势维持了足够长的时间
#    只有三个条件都满足，才会发出CIP信号