【技术实现步骤摘要】
一种SCADA系统数据采集周期控制方法及装置
本专利技术涉及一种数据采集周期控制方法及装置,尤其是涉及一种SCADA系统数据采集周期控制方法及装置。
技术介绍
统计机器学习是进行样本分析的有效方法,SVM支持向量机方法是建立在统计学习理论的VC维理论和结构风险最小原理基础上的,根据有限的样本信息在模型的复杂性(即对特定训练样本的学习精度)和学习能力(即无错误地识别任意样本的能力)之间寻求最佳折衷,以期获得最好的推广能力(泛化能力)。支持向量机方法主要优点有:1)专门针对有限样本情况,其目标是得到现有信息下的最优解而不仅仅是样本数趋于无穷大时的最优值;2)算法最终将转化成为一个二次型寻优问题,从理论上说,得到的将是全局最优点,解决了其它方法中无法避免的局部极值问题。3)算法将实际问题通过非线性变换转换到高维的特征空间,在高维空间中构造线性判别函数来实现原空间中的非线性判别函数,特殊性质能保证机器有较好的推广能力,同时它巧妙地解决了维数问题,其算法复杂度与样本维数无关。SVM算法常用于分类识别等问题,但也可推广用于回归估 ...
【技术保护点】
1.一种SCADA系统数据采集周期控制方法,其特征在于,/n实时监控系统的运行状态,包括:采集数据点数量、CPU使用率、内存使用率、网络输出流量;当运行状态发生变化且满足设定条件时,进行采集周期更新,包括:/n步骤1、系统初始运行时,选定初始实际采集周期T1=配置周期T/5,按此采集数据;同时,记录当前周期T1下的实际运行参数:采集数据点数量count、CPU使用率cpu、内存使用率mem、网络输出流量flow;/n步骤2、当SCADA系统配置单元增加、减少数据点数量时,根据当前数据点数量count2,1)中的cpu、mem、flow,组成特征向量,使用训练产生的回归模型p ...
【技术特征摘要】
1.一种SCADA系统数据采集周期控制方法,其特征在于,
实时监控系统的运行状态,包括:采集数据点数量、CPU使用率、内存使用率、网络输出流量;当运行状态发生变化且满足设定条件时,进行采集周期更新,包括:
步骤1、系统初始运行时,选定初始实际采集周期T1=配置周期T/5,按此采集数据;同时,记录当前周期T1下的实际运行参数:采集数据点数量count、CPU使用率cpu、内存使用率mem、网络输出流量flow;
步骤2、当SCADA系统配置单元增加、减少数据点数量时,根据当前数据点数量count2,1)中的cpu、mem、flow,组成特征向量,使用训练产生的回归模型period.mode,计算得到预测周期T2,即为当前实际采集周期T',并据此进行数据采集;同时更新并记录当前采集数据点数量count=count2,cpu、mem、flow为当前实际运行参数;
步骤3、当向采集单元请求实时数据的SCADA客户端增加、减少导致网络输出流量发生变化时,通过当前的count、cpu、mem,和预估flow3,使用训练产生的回归模型period.mode,计算得到预测周期T3,即为当前实际采集周期T',并据此进行数据采集;同时更新并记录当前实际cpu、mem、flow为当前实际运行参数;
步骤4、由于系统运行过程中,CPU使用率、内存使用率可能会产生波动;在这种情况下,当前CPU使用率cpu',或者内存使用率mem'与记录的CPU使用率cpu,内存使用率mem相比,出现5%以上的变化,则通过当前的count、cpu'、mem'、flow,使用训练产生的回归模型period.mode,计算得到预测周期T4,即为当前实际采集周期T',并据此进行数据采集;同时更新并记录当前实际cpu、mem、flow为当前实际运行参数。
2.根据权利要求1所述的一种SCADA系统数据采集周期控制方法,其特征在于,回归模型period.mode具体获取方法包括:
步骤3.1、采集样本数据,具体包括
1)需要采集的样本数据包括:实际数据采集周期T'、数据点数目、CPU使用率、内存使用率、网络输出流量;
2)样本数据以向量格式存储,便于对样本进行训练;
即[目标值][特征1]:[特征值][特征2]:[特征值]...
由于我们的目标是获取实际数据采集周期,具体存储格式如下:
[实际数据采集周期T'][1]:[数据点数目][2]:[CPU使用率][3]:[内存使用率][4]:[网络输出流量];
样本数据文件记为:period.data;
步骤3.2、对采集的样本进行预处理,具体包括
1)样本数据缩放处理:SVR算法为防止某个特征过大或者过小,从而导致后续训练中起的作用不平衡,需要对原始样本数据进行缩放处理;另外,核函数计算中,会用到内积或者exp运算,不平衡的数据会导致计算困难,影响计算速度;缩放区间的大小也会对SVR参数的选取和建立SVR模型的速度产生影响,这里选择缩放范围为[0,1],能加快模型的预测速度;
2)缩放处理结果保存:进行缩放处理后的文件记为period.scale;
步骤3.3、选择SVR参数,包括算法选择、核函数选择以及最佳参数选择
步骤3.4、进行样本训练,具体是使用选取的核函数g和惩罚参数c,对预处理之后的样本period.scale进行训练,可得到训练后的SVR回归模型文件period.model,该文件中保存了经训练生成回归函数的相关信息。
3.根据权利要求1所述的一种SCADA系统数据采集周期控制方法,其特征在于,步骤3中flow3按以下步骤预估:
步骤1、定义flow3=flow*k'/k;其中,flow为原来的增减前网络流量;k为原来的增减前客户端数目;k'为当前增减后的客户端数目;
步骤2、原来客户端数目为0时,flow3=max_flow*k'/max_client_count;其中,max_flow为系统预设最大网络输出流量;max_client_count为系统支持最大客户端数量;k'为前增减后的客户端数目。
4.一种SCADA系统数据采集周期控制装置,其特征在于,
采集运行状态监控模块:实时监控系统的运行状态,包括:采集数据点数量、CPU使用率、内存使用率、...
【专利技术属性】
技术研发人员:饶俊飞,王胜勇,
申请(专利权)人:中冶南方武汉自动化有限公司,
类型:发明
国别省市:湖北;42
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。