[发明专利]一种工控系统主动防危的方法

摘要

本发明公开了一种用于工业控制系统主动防危机制的数据预测方法，该方法主要包括：预处理工业现场数据，根据时空序列数据变化规律建立模型，动态、实时进行数据预测提供防危参考。通过本发明公开的基于最小二乘支持向量机的实时数据预测方法，根据输入数据特性去除噪声后重构输入向量，确定重构相空间的延迟时间和嵌入维数参数，确定模型的正则化参数和核函数参数；训练回归模型，构造核函数矩阵并求解N维线性方程组，解出拉格朗日乘子和偏移值，实现最终的决策函数；根据模型预测系统输出实现单步预测，使用自适应相关迭代方法实现多步预测；最终实现实时、在线、多步预测，提高预测效率和精确度，为现场调度、控制人员提供合理的指导。

主权项

一种基于LS‑SVM的时间序列预测模型，应用与工业控制系统局部单点主动防危。其特征在于，他包括以下步骤：步骤一、确定滑动窗口参数，选取工业控制系统满足滑动窗口数量的实时数据，对不同数据进行加权；、根据加权实时数据作为训练样本建立LS‑SVM模型；步骤二、对新输入样本进行预处理，去除工业现场噪声影响，根据嵌入维数和延迟时间对输入样本进行相空间重构并归一化，使得输入向量满足预测要求，根据输入向量建立加权LS‑SVM预测模型；步骤三、将处理的输入向量作为预测模型输入至步骤一建立的训练模型，得到输出预测值；步骤四、将得到的预测输出值作为反馈，迭代为输入向量，进行迭代自适应多步预测；步骤五、将预测值与实际值进行比对，判断是否进行模型更新，需要更新则重建LS‑SVM预测模型。