基于数据驱动模型的过程报警事件预测
流程工业的过程安全问题越来越受到重视,与此同时,大量记录在集散控制系统(DCS)和紧急停车系统(ESD)数据库中的历史数据也有待于充分利用。为此,论文提出了一种基于工业数据的过程报警事件预测方法,采用Logistic回归模型和时间序列模型分别预测过程报警状态序列和持续时间序列,结合两者得到过程报警事件的预测结果。
论文首先研究了Logistic回归模型和事件序列模型的预测方法;针对过程报警事件的特性,采用一个二元组对该事件进行描述,从而定义了过程报警事件序列,由于该序列中既包含离散状态分量,又包含数值连续的时间分量,提出了基于Logistic和时间序列模型的过程报警事件预测方法,并给出了详细的预测步骤;将所提出的预测方法应用于TE过程和工业DMF回收过程,结果表明该方法能够较为准确地预测过程报警事件;面向应用的需求,基于OPC技术和SQL数据库在VB平台上设计开发了一个过程报警管理系统,并结合TE过程仿真平台对该系统进行了测试。
研究表明,基于Logistic回归模型和时间序列模型的过程报警事件预测方法,能够从工业数据中挖掘出有用信息,做出比较准确的预测;实验结果说明了该方法的可行性和有效性,并且在工业过程中具有一定的应用价值。
Logistic回归模型;时间序列分析;ARMA模型;过程报警事件;预测方法;数据驱动模型
北京化工大学
硕士
控制科学与工程
李宏光
2012
中文
TP273;O212.1
83
2012-11-30(万方平台首次上网日期,不代表论文的发表时间)