基于流程對象大數(shù)據(jù)集知識提取的相關方法與理論的研究.pdf

1、流程工業(yè)系統(tǒng)運行過程中的采樣數(shù)據(jù)經(jīng)過長時間的積累形成規(guī)模龐大的歷史數(shù)據(jù)庫。在這些數(shù)據(jù)中包含了大量有價值的信息和知識等待挖掘。由于流程工業(yè)的生產(chǎn)過程強調(diào)整體性和實時性，因此需要從整體和系統(tǒng)的角度，以完整的工業(yè)生產(chǎn)流程為研究對象進行知識發(fā)現(xiàn)的研究。本課題組在電力系統(tǒng)知識發(fā)現(xiàn)平臺的研究中提出了用于流程對象大數(shù)據(jù)集知識發(fā)現(xiàn)的計算模型——T-C-A-C/T算法流。該算法流包括數(shù)據(jù)預處理、時序發(fā)現(xiàn)、聚類、關聯(lián)規(guī)則生成、關聯(lián)鏈和關聯(lián)樹生成，最后通過一

2、系列的計算得到流程對象各個環(huán)節(jié)之間的鏈式規(guī)則以及狀態(tài)關聯(lián)鏈。目前，T-C-A-C/T算法流中關于數(shù)據(jù)取樣、時序發(fā)現(xiàn)、聚類、關聯(lián)分析方面還存在若干問題有待進一步研究。
　　本文主要針對算法流中存在的問題做進一步的研究。在數(shù)據(jù)取樣方面，設計了基于方差的數(shù)據(jù)取樣算法，計算不同數(shù)據(jù)段內(nèi)所有數(shù)據(jù)的方差和，取方差和最大的數(shù)據(jù)段作為后續(xù)計算的樣本數(shù)據(jù)段。并通過實驗展示了數(shù)據(jù)取樣效果。在時序發(fā)現(xiàn)方面，根據(jù)計算機控制系統(tǒng)相關理論，對流程對象各環(huán)節(jié)之

3、間的時序關系進行了理論分析，為時序發(fā)現(xiàn)算法提供了理論支持。同時完善了基于統(tǒng)計極值的時序計算算法，并對算法的適用條件進行了分析。算法通過統(tǒng)計兩環(huán)節(jié)各個極值點之間的時間距得到兩個環(huán)節(jié)之間的延遲時間，以其中一個環(huán)節(jié)為基環(huán)節(jié)計算其它各個環(huán)節(jié)與基環(huán)節(jié)之間的延遲時間，得到流程對象各環(huán)節(jié)之間的時序關系。經(jīng)過實驗表明，可比較準確的得到流程對象各環(huán)節(jié)之間的時序關系。在聚類方面，為了優(yōu)化狀態(tài)的劃分，設計了基于時間序列子序列分割的聚類算法，將原有的各環(huán)節(jié)采樣

4、時間序列通過滑動窗口分割為多個子序列，對各個子序列進行標準化處理后使用K-means算法對子序列進行聚類，并使用基于輪廓系數(shù)的評價標準選擇聚類的最佳k值。并通過實驗，展示了聚類效果。在關聯(lián)分析方面，本文對流程對象各環(huán)節(jié)間的相關關系進行了理論分析，為含有時序特性的流程工業(yè)內(nèi)部各生產(chǎn)環(huán)節(jié)之間的關聯(lián)關系挖掘提供了一定的理論支持。并在子序列聚類的基礎上對流程對象各個環(huán)節(jié)進行關聯(lián)分析。基于Apdod算法提取不同環(huán)節(jié)聚類之間的二項關聯(lián)規(guī)則，再根據(jù)規(guī)

5、則的支持度和興趣度確定環(huán)節(jié)間的關聯(lián)度。并基于環(huán)節(jié)間的關聯(lián)度，生成流程對象環(huán)節(jié)間的關聯(lián)鏈，該關聯(lián)鏈就是流程工業(yè)內(nèi)部環(huán)節(jié)間的強關聯(lián)關系。以每一條關聯(lián)鏈為基礎，結合關聯(lián)鏈上的各環(huán)節(jié)經(jīng)過聚類得到的狀態(tài)類別，通過統(tǒng)計得到該關聯(lián)鏈對應的狀態(tài)關聯(lián)鏈，狀態(tài)關聯(lián)鏈表示關聯(lián)鏈上的所有環(huán)節(jié)的不同類狀態(tài)間的作用關系。使用某電力系統(tǒng)部分采樣數(shù)據(jù)進行實驗，可以較好的挖掘出流程對象內(nèi)部環(huán)節(jié)間的關聯(lián)關系以及狀態(tài)影響關系。最終得到的狀態(tài)關聯(lián)鏈可以對流程工業(yè)進行相關的輔助