[发明专利]基于DCS系统边缘实现工况寻优的数据挖掘方法和系统

摘要

本发明提供基于DCS系统边缘实现工况寻优的数据挖掘方法和系统。本发明提供的基于DCS系统边缘实现工况寻优的数据挖掘方法，通过DCS系统采集装置采集备择拟合量X的实时变量，并将输入的备择拟合量X与预警决策相关联，从而进行历史数据挖掘和故障检测决策树的构建，达到了不需借助额外的检测装置即可实现分析实时工况的潜在故障的目的；故障检测及时、检测精度高，具有良好的市场应用前景。

主权项

1.基于DCS系统边缘实现工况寻优的数据挖掘方法，其特征在于：所述方法步骤具体如下：/nS1、根据生产业务系统、设备的控制需求，分析欠采集工况的备择拟合量X；并通过DCS系统采集装置采集备择拟合量X的实时变量作为输入项；/nS2、分析备择拟合量X在生产过程中的受控情况，确认拟合工况造成拟合量变化的各项边界条件，通过DCS系统采集装置对各项边界条件进行实时采集和/或二次处理形成确认集K；/nS3、建立训练集，以每次完整的生产过程拟合工况周期变化为一个学习周期，预期备择拟合量X的收敛方向，并估计反向初始值；/nS4、在DCS系统中设计迭代学习回路，使每个学习周期内的备择拟合量X经确认集K判定有效后，与初始估计值进行收敛方向的择优，择优值寄存为中间优值，并累积学习率λ，K判定无效则不学习；/nS5、设定DCS系统学习迭代过程的分段限幅区间；初始学习期大幅迭代，中后期缩小限幅阈值精细迭代；/nS6、在DCS系统学习回路设置中间优值寄存取回分支，以拟合工况单次学习绝对时间判定所述寄存取回分支的学习率λ阈值；/nS7、根据拟合工况单次学习绝对时间设置学习率λ终止值，达到阈值终止DCS系统学习迭代，获得备择拟合量X的历史最优值；/nS8、利用历史优值建立决策树，分析实时工况的潜在故障，形成DCS系统决策预警及控制回路。/n