一种具有预测功能的云计算系统技术方案

本实用新型专利技术提供一种具有预测功能的云计算系统，包括通信模块、虚拟机、数据识别和存储模块、预测性算法模块、历史数据采集模块、预测性算法训练模块，虚拟机、数据识别和存储模块、预测性算法模块、预测性算法训练模块均设置在云端；本实用新型专利技术还提供一种具有预测功能的云计算系统的实现方法，包括以下过程：用户在现场安装运行DCS系统；构建云端的虚拟机、数据识别和存储模块、预测性算法模块、预测性算法训练模块；并将云端与现场的数据通过通信模块进行连接；根据现场，获取APC内部参数等过程，本实用新型专利技术进行有效现场数据的预测，给出现场数据预测值，并且不断更新预测性算法，以缩小所预测模型所预测的现场数据与实际现场数据的偏差。

【技术实现步骤摘要】
一种具有预测功能的云计算系统
本技术属于工业控制
，具体涉及一种具有预测功能的云计算系统。
技术介绍
随着过程工业自动化程度的持续发展，人们的关注点已经从实现自动化生产转向了优化生产。通过先进控制算法节省原料、改进生产条件、降低能耗、提高成品率等等。过程工业中的这类算法叫先进过程控制APC(AdvancedProcessControl)算法。APC算法的例子有MPC、FuzzyLogic、neuro-network等。APC算法通常有一到多个现场输入数据和一到多个现场输出数据。APC是分布式控制系统DCS(DistributedControlSystems)的一部分，一般在控制器里运行。目前，市面上先进的DCS系统通常都支持一些APC，成熟的APC算法在很多DCS中都能找到；但通常APC都非常贵，用户希望在降低DCS成本的同时还能用到APC。DCS里面的控制算法，包括APC，在运行时都是配置了一个周期，它在每个周期运算一次，每次运算过程分几步：读取输入参数，进行算法计算，输出计算结果到输出参数。很多DCS系统提供帮助设定APC内部参数的工具，叫做整定(Tuning)。整定过程包括实地运行APC算法一段时间，在这期间APC内部参数被设置为不同的值，从而得到过程在不同内部参数下的反应特性。根据这些反应特性，可以寻找最佳的内部参数设定值。另一方面，随着工业互联网的成熟，生产现场和上层乃至互联网都互联互通了。在远离现场的服务器上、云上运行APC也逐渐成为了可能。不同于现场回路控制算法，APC通常不需要持续的低延时现场数据，APC输出数据也不一定需要快速反馈到控制现场。在云上运行APC，通过远程通信传输APC数据，同样能够达到生产优化的目的。CN106575282A公开了一种用于先进过程控制的云计算系统和方法。所述系统包括设置在本地的APC控制计算机和设置在云端的APC管理计算机，从而实现了在云端对本地的APC进行管理。然后该申请公布的技术方案依然需要在本地设置APC控制计算机。将APC设置在云端可以极大的降低生产成本。然而，在云上运行APC依然会面临网络通信不稳定的问题。当网络运行不稳定的时候，可能会出现从现场传输的数据不能及时的到达APC，甚至可能产生数据丢失的现象。然而APC需要严格的按照时间对数据进行运算；同时，APC的输出参数也应当及时传输到控制对象。为了解决数据传输不及时，甚至是数据丢失的问题，一种方案是在系统中加入预测性算法模块。当系统发生数据传输不及时甚至数据丢失的问题时，预测性算法模块会给出一个预测值并输入APC进行运算。然而，随着现场的生产设备的长时间运行，如果预测模型不进行不断的更新训练，就很有可能导致预测数值和实际数值偏差较大的问题。
技术实现思路
本技术要解决的技术问题是提供一种具有预测功能的云计算系统，以解决现有技术中本地设置APC控制计算机、云上运行APC依然会面临网络通信不稳定的、数据传输不及时、预测模型中预测数值和实际数值偏差较大等问题。为解决上述技术问题，本技术的实施例提供一种具有预测功能的云计算系统，其特征在于，包括通信模块、虚拟机、数据识别和存储模块、预测性算法模块、历史数据采集模块、预测性算法训练模块，其中，所述虚拟机、数据识别和存储模块、预测性算法模块、预测性算法训练模块均设置在云端；所述通信模块用于从现场传感器读取现场数据、将虚拟机中APC运行后输出的数据传输至现场的DCS；所述现场数据包括被采集时的时间信息；所述虚拟机根据现场DCS系统自动配置同样的操作系统并安装有APC运行所需的软件、完全复制有与APC对接数据的接口；所述虚拟机用于设置APC算法内部参数，实现数据的输入、计算、输出；所述数据识别和存储模块用于识别通信模块所获得的现场数据是否及时、存储暂时不需要参与计算的数据，将APC运行所需及时数据输入APC进行运算；所述预测性算法模块用于在数据识别和存储模块检测到出现网络数据传输不及时或数据丢包时进行现场数据预测，给出现场数据预测值，将现场数据预测值输入APC进行运算；所述历史数据采集模块用于采集现场数据和控制器中的控制变量的历史数据；所述预测性算法训练模块用于在预测性算法模块得出的预测值与现场数据持续产生偏差时，对预测性算法模块中的预测模型重新训练。进一步的，所述通信模块包括从现场传感器读取数据的数据接口、通信线路。进一步的，所述数据识别和存储模块用于定期检测通信模块是否有现场数据输入及输入数据的时间戳上的时间信息；若输入的数据中的时间和APC软件设定一致，则将从现场上传的数据输入APC软件进行运算；若一个运算周期内，没有现场数据输入，则预测性算法模块会利用预测模型根据之前的输入数据进行预测性计算，得出一个现场数据的预测值，并将该预测值输入APC进行运算，从而得到APC的输出数据。其中，所述数据识别和存储模块还可以用于存储暂时不需要参与计算的数据：当有些数据不需要立即通过APC运算，如果输入的数据中的时间早于APC中设定的运算时间，则该数据会被存储在数据识别和存储模块中；当到达预定时间，将存储的数据输入APC进行运算。进一步的，所述历史数据采集模块在初次启动系统时，所采集的历史数据的时间跨度为用户设定，在系统运行中，所采集的历史数据的时间跨度为上一次训练直至此次训练开始这段时间。进一步的，所述预测性算法训练模块的训练数据为历史数据采集模块可以采集的现场数据和控制器中的控制变量的历史数据。本技术的上述技术方案的有益效果如下：本技术的云计算系统及其实现方法，一方面通过将APC设置在云端，用户从现场使用云端APC，帮助用户节约了在本地安装APC的成本，并且可以帮助客户解除了DCS系统和APC绑定的限制；另一方面通过设置有预测性算法模块、预测性算法训练模块进行有效现场数据的预测，解决了当APC设置在云端可能面临的数据传输不及时、数据丢失的问题；并且通过预测性算法训练模块不断更新预测性算法，以缩小所预测模型所预测的现场数据与实际现场数据的偏差。本技术的一种具有预测功能的云计算系统包括数据识别和存储模块、预测性算法模块；数据识别和存储模块识别是否及时提供现场数据，在没有运行周期内的现场数据时，预测性算法模块给出现场预测值，解决了当APC设置在云端可能面临的数据传输不及时的问题；同时，本技术还包括所述历史数据采集模块，用于采集现场数据和控制器中的控制变量的历史数据；当实际现场数据与预测值出现持续偏差时，对预测性算法模块中的预测模型重新训练，预测性算法模块得到新的预测模型，使用新的预测模型进行现场数据预测，以缩小所预测模型所预测的现场数据与实际现场数据的偏差。附图说明图1为本技术的实施例中云计算系统的结构示意图；图2为本技术的云计算系统的实现方法中数据识别、存储及现场数据预测的流程图；图3为本技术的云计算系统的实现方法中预测性算法的训练流程图；图4本文档来自技高网...

【技术保护点】
1.一种具有预测功能的云计算系统，其特征在于，包括通信模块、虚拟机、数据识别和存储模块、预测性算法模块、历史数据采集模块、预测性算法训练模块，其中，所述虚拟机、数据识别和存储模块、预测性算法模块、预测性算法训练模块均设置在云端；/n所述通信模块用于从现场传感器读取现场数据、将虚拟机中APC运行后输出的数据传输至现场的DCS；所述现场数据包括被采集时的时间信息；/n所述虚拟机根据现场DCS系统自动配置同样的操作系统并安装有APC运行所需的软件、完全复制有与APC对接数据的接口；所述虚拟机用于设置APC算法内部参数，实现数据的输入、计算、输出；/n所述数据识别和存储模块用于识别通信模块所获得的现场数据是否及时、存储暂时不需要参与计算的数据，将APC运行所需及时数据输入APC进行运算；/n所述预测性算法模块用于在数据识别和存储模块检测到出现网络数据传输不及时或数据丢包时进行现场数据预测，给出现场数据预测值，将现场数据预测值输入APC进行运算；/n所述历史数据采集模块用于采集现场数据和控制器中的控制变量的历史数据；/n所述预测性算法训练模块用于在预测性算法模块得出的预测值与现场数据持续产生偏差时，对预测性算法模块中的预测模型重新训练。/n...

【技术特征摘要】
1.一种具有预测功能的云计算系统，其特征在于，包括通信模块、虚拟机、数据识别和存储模块、预测性算法模块、历史数据采集模块、预测性算法训练模块，其中，所述虚拟机、数据识别和存储模块、预测性算法模块、预测性算法训练模块均设置在云端；
所述通信模块用于从现场传感器读取现场数据、将虚拟机中APC运行后输出的数据传输至现场的DCS；所述现场数据包括被采集时的时间信息；
所述虚拟机根据现场DCS系统自动配置同样的操作系统并安装有APC运行所需的软件、完全复制有与APC对接数据的接口；所述虚拟机用于设置APC算法内部参数，实现数据的输入、计算、输出；
所述数据识别和存储模块用于识别通信模块所获得的现场数据是否及时、存储暂时不需要参与计算的数据，将APC运行所需及时数据输入APC进行运算；
所述预测性算法模块用于在数据识别和存储模块检测到出现网络数据传输不及时或数据丢包时进行现场数据预测，给出现场数据预测值，将现场数据预测值输入APC进行运算；
所述历史数据采集模块用于采集现场数据和控制器中的控制变量的历史数据；
所述预测性算法训练模块用于在预测性算法模块得出的预测值与现场数据持续产生偏差时，对预测性算法模块中的预测模型重新训练。


2.根据权利要求1所述的一种具有预测功能的云计算系统，其特征在于，所述通信模块包括从现场传感器读取数据的数据接口、通信线路...

【专利技术属性】
技术研发人员：谢东平，陈德基，
申请(专利权)人：上海谱翱数据科技有限公司，
类型：新型
国别省市：上海;31