【技术实现步骤摘要】
面向燃煤锅炉流程对象的实时知识发现方法及系统
本公开涉及数据处理
，特别是涉及面向燃煤锅炉流程对象的实时知识发现方法及系统。
技术介绍
在流程工业分布式控制系统中，由于存在多个环节的数据，环节之间又具有一定的影响关系。从环节数据中挖掘出这种隐性的相关关系，以便人们更好地了解到生产状况以及是否发生了异常情况，具有很大的实用意义。目前，DCS分布式控制系统广泛应用于流程工业生产中，该系统可以实时采集流程工业生产过程中各个环节的生产状态。流程工业控制系统采集得到的数据经过长时间的积累形成规模庞大的历史数据库。在这些数据中包含了可用于生产和管理的大量有价值的信息和知识，从中发现比传统查询和统计更重要的内容渐渐成为人们的研究热点。为了能够在过程检测、诊断、优化、调度等方面对流程工业的运行提供辅助决策支持，优化流程工业自动化控制系统的性能，需要一种可靠高效的分析工具，将隐藏在海量数据中的有用的深层次知识和信息挖掘出来，提取这些数据的整体特征、关联以及预测发展趋势等，以帮助决策者发现、分析并解决问题。基于流程工业的需要和数据性质以及所面临的问题，数据挖掘技术是解决流程工业...
【技术保护点】
1.面向燃煤锅炉流程对象的实时知识发现方法，其特征是，包括：对采集到的锅炉的生产状态参数数据进行时序调整，得到正确的时序数据；采用基于滑动窗口的数据流聚类方法，将采集到的锅炉的生产状态参数数据，分成“正常”，“基本正常”，“异常”，“严重异常”四类；保存每次聚类中心结果，每次对比上次聚类结果，如果相邻两次聚类结果的差值在设定范围内，不做任何操作，继续等待下一个数据流；否则，对变化趋势数学公式进行修改更新适用于最新的生产状态；继续进行后续知识发现的过程获得新的公式，通过关联规则算法进行关联链挖掘，得到各个生产参数最新的影响关系与变化规律，生成各参数之间的关联链；最后通过柔性神...
【技术特征摘要】
1.面向燃煤锅炉流程对象的实时知识发现方法，其特征是，包括：对采集到的锅炉的生产状态参数数据进行时序调整，得到正确的时序数据；采用基于滑动窗口的数据流聚类方法，将采集到的锅炉的生产状态参数数据，分成“正常”，“基本正常”，“异常”，“严重异常”四类；保存每次聚类中心结果，每次对比上次聚类结果，如果相邻两次聚类结果的差值在设定范围内，不做任何操作，继续等待下一个数据流；否则，对变化趋势数学公式进行修改更新适用于最新的生产状态；继续进行后续知识发现的过程获得新的公式，通过关联规则算法进行关联链挖掘，得到各个生产参数最新的影响关系与变化规律，生成各参数之间的关联链；最后通过柔性神经树对数据进行建模预测，输出数据的新的变化趋势数学公式，对工业生产过程进行模拟，基于当前生产状态的相关参数预测未来一段时间的生产状态，从而辅助调整生产流程参数。2.如权利要求1所述的面向燃煤锅炉流程对象的实时知识发现方法，其特征是，基于采集的锅炉的生产状态参数数据建立一个初始的模型，即获得一个初始的变化趋势数学公式；当再次采集锅炉的生产状态参数时，对初始的模型进行动态的更新。3.如权利要求1所述的面向燃煤锅炉流程对象的实时知识发现方法，其特征是，对初始的模型进行动态的更新包括：数据预处理，基于滑动窗口数据流聚类，关联链挖掘，模型更新。4.如权利要求3所述的面向燃煤锅炉流程对象的实时知识发现方法，其特征是，数据预处理包括数据进行清洗、对数据出现缺失，错误，重复的进行修复。5.如权利要求4所述的面向燃煤锅炉流程对象的实时知识发现方法，其特征是，数据预处理后，对采集到的锅炉的生产状态参数数据进行时序调整：采用基于差分极值的方法进行时序发现，首先要计算每个参数数据的数据极值点，然后根据极值出现时间算计参数之间的时间间距，选定一个参数作为时间基准参数，其他参数与基准参数通过时间间距进行比较，得出参数之间的时间序列，也就是流程对象内部参数的具体工艺顺序。6.如权利要求3所述的面向燃煤锅炉流程对象的实时知识发现方法，其特征是，基于滑动窗口数据流聚类：在处理数据流中的数据时，开辟一块内存存储数据流中的最新数据，数据依次流入窗口相当于窗口逆向滑向数据流，随着数据的不断流入，最先流入的数据将移出窗口不再保存，只保留最近时间的数据状态。7.如...
【专利技术属性】
技术研发人员：杜韬，李国昌，曲守宁，许婧文，王玉栋，
申请(专利权)人：济南大学，
类型：发明
国别省市：山东,37
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。