數(shù)據(jù)挖掘技術在化工生產(chǎn)平穩(wěn)度分析中的應用

1、數(shù)據(jù)挖掘技術在化工生產(chǎn)平穩(wěn)度分析中的應用現(xiàn)階段的化工生產(chǎn)所采用的集散控制系統(tǒng)已經(jīng)能夠?qū)崿F(xiàn)對生產(chǎn)全過程的檢測和控制，在 生產(chǎn)的過程中會產(chǎn)生大量的數(shù)據(jù)信息，這些數(shù)據(jù)信息中關系到化工生產(chǎn)的全部內(nèi)容，其中必 定會蘊藏多種有價值的信息，而在當前，針對這些數(shù)據(jù)信息的應用僅限于對運行質(zhì)量監(jiān)測和 故障問題的查找方面，并沒有實現(xiàn)對數(shù)據(jù)信息的深度分析。在數(shù)據(jù)量暴漲的情況下，人們已 經(jīng)開始關注對于信息的合理影響，也研發(fā)了數(shù)據(jù)挖掘技術，在此基礎上，化工生產(chǎn)也可以將 數(shù)據(jù)挖掘技術應用到化工生產(chǎn)中，使其能夠更好的服務于化工生產(chǎn)。一、數(shù)據(jù)挖掘技術的功能特點數(shù)據(jù)挖掘技術的應用可以實現(xiàn)對數(shù)據(jù)庫中有價值的部分信息進行有效提取，使

2、各類數(shù)據(jù) 的價值都能夠得到有效發(fā)揮，從而起到促進生產(chǎn)和促進發(fā)展的重要作用。其功能特點主要包 括以下幾種：1、實現(xiàn)對后期行為的自動預測借助數(shù)據(jù)挖掘技術可以在數(shù)據(jù)庫中自動檢測相應的信息，并且綜合多種數(shù)據(jù)內(nèi)容，給出 分析結構。這些工作在以往都是由人工來實現(xiàn)的，既要消耗大量的數(shù)據(jù)分析時間，又無法保 障數(shù)據(jù)分析的全面性與準確性，這就極易對企業(yè)的發(fā)展造成較大影響。如在針對市場發(fā)展進 行預測時，就可以通過對數(shù)據(jù)信息的分析來找出相關聯(lián)的銷售信息，從中找出投資回報較大 的市場，這也可以對企業(yè)的未來發(fā)展方向做出正確的引導。2、數(shù)據(jù)庫隱在數(shù)據(jù)的關聯(lián)分析關聯(lián)分析指的是，對于數(shù)據(jù)庫中具有應用價值的信息進行關聯(lián)分析，從中

3、找出相應的聯(lián) 系，一般而言，對于那些有規(guī)律的變量信息都可以稱之為關聯(lián)數(shù)據(jù)。在實際對其進行分析時， 可以通過簡單關聯(lián)和因果關聯(lián)等方式確定各類數(shù)據(jù)之間的內(nèi)在聯(lián)系。通常來講，絕大多數(shù)的 數(shù)據(jù)庫中，均存在隱在的關聯(lián)關系，對于數(shù)據(jù)聯(lián)系的分析可以為預測信息的準確性提供保障。3、偏差檢測偏差檢測主要針對數(shù)據(jù)庫中存在不同意義的數(shù)據(jù)記錄，這些異常數(shù)據(jù)記錄往往會暴漏很 多生產(chǎn)問題。例如生產(chǎn)數(shù)據(jù)中的一些異常數(shù)據(jù)和參數(shù)，與實際生產(chǎn)任務存在一定偏差。或者 企業(yè)發(fā)展的過程中，一些投資信息中的不規(guī)律變化情況，均關系到企業(yè)的發(fā)展狀況，對于這 些數(shù)據(jù)進行提取和分析也顯得尤為重要。二、數(shù)據(jù)挖掘技術的應用要點1、統(tǒng)計分析的應用這類

4、技術包括相關分析、回歸分析及因子分析等。一般先由用戶提出假設再由系統(tǒng)利用 數(shù)據(jù)進行驗證。缺點是需經(jīng)培訓后才能使用，同時在數(shù)據(jù)探索過程中，用戶需要重復進行一系 列操作。屬于這類商品的有美國的，。由于近年來等先進的方法的出現(xiàn)和使用,這些廠商在原 有系統(tǒng)中綜合一些部件,以獲得更完善的功能2、神經(jīng)元網(wǎng)絡技術的應用神經(jīng)元網(wǎng)絡技術是屬于軟計算領域內(nèi)的一種重要方法，它是多年來科研人員進行人腦神經(jīng) 學習機能模擬的成果，已成功地應用于各工業(yè)部門。在的應用方面當需要在復雜或不精確數(shù) 據(jù)中導出概念和確定走向比較困難時,利用神經(jīng)網(wǎng)絡技術特別有效。經(jīng)過訓練后的可以被想象 為具有某種專門知識的專家，因此可以像人一樣從經(jīng)驗

5、中學習。3、決策樹知識表達方法的應用在知識工程領域，決策樹是一種簡單的知識表示方法，它將事例逐步分類成代表不同的類 別。由于分類規(guī)則是比較直觀的，因而比較易于理解，這種方法一般限于分類任務。三、化工生產(chǎn)平穩(wěn)度分析系統(tǒng)的設計1、功能模塊設計數(shù)據(jù)采集模塊的主要任務是把實時數(shù)據(jù)庫中的數(shù)據(jù)提取出來進行轉換和清洗后，存入專 門的數(shù)據(jù)挖掘數(shù)據(jù)庫中。雖然我們可以在聯(lián)機數(shù)據(jù)庫中直接進行數(shù)據(jù)挖掘但是考慮到數(shù)據(jù)挖 掘的運算量較大以及實時數(shù)據(jù)庫服務器的安全性，一般會采用單獨的數(shù)據(jù)挖掘庫或數(shù)據(jù)倉庫作 為挖掘?qū)ο?。本系統(tǒng)采用了獨立的數(shù)據(jù)挖掘庫。由于生產(chǎn)數(shù)據(jù)在實時數(shù)據(jù)庫中的格式與數(shù)據(jù) 挖掘庫中的格式不一致，必須將數(shù)據(jù)轉化

6、成為能夠利用數(shù)據(jù)挖掘算法對其進行處理的格式。原 始數(shù)據(jù)中存在許多空值和無效值，在存入數(shù)據(jù)挖掘庫之前，必須對數(shù)據(jù)進行清洗。在處理這些 數(shù)據(jù)時要非常謹慎，因為可能有的異常值對于我們來說是很有價值的，甚至就是我們尋找的數(shù) 據(jù)。平穩(wěn)率計算模塊的主要任務是利用查詢和統(tǒng)計方法，對生產(chǎn)平穩(wěn)度進行計算。每個位號點 都有量程上下限和報警上下限,所以可以比較容易的統(tǒng)計出在某個時間段各位號點的超標次數(shù) 和超標頻率。根據(jù)平穩(wěn)度計算模塊得到的結果平穩(wěn)度分析模塊可以對不平穩(wěn)的位號進行有針 對性的分析。把不平穩(wěn)的位號點作為輸出變量預測變量其它位號點作為輸入變量，利用決策 樹算法對數(shù)據(jù)進行處理，建立決策樹模型。然后用其它未使

7、用的數(shù)據(jù)來驗證模型的準確性。建 立模型以后，可以很清楚的看出哪些位號點與被預測位號點的關系比較緊密哪些位號點與被 預測位號點無關。很明顯距離樹的根結點被預測變量越近，與根結點的關系越緊密反之則相 反。2、平穩(wěn)度分析模塊的設計對于化工生產(chǎn)平穩(wěn)度的分析需要建立在決策樹模型的基礎上，借助平穩(wěn)度分析模塊可以 實現(xiàn)對生產(chǎn)作業(yè)中的相應變量進行分析，并且將一定的數(shù)據(jù)作為變量，在輸入之后通過運算 得出最終結果。通過決策樹模型的建立，在系統(tǒng)中導入預測點之后，便可以實現(xiàn)對各個點位 數(shù)據(jù)關聯(lián)的有效分析，從而找出各類數(shù)據(jù)的內(nèi)在聯(lián)系和規(guī)律，就化工生產(chǎn)而言，對于生產(chǎn)數(shù) 據(jù)的分析可以為后期的生產(chǎn)優(yōu)化提供有效的數(shù)據(jù)參考，這對

8、于提升化工生產(chǎn)的效率和質(zhì)量具 有積極意義。通過決策樹的模型分析結果可以直觀的看出各類數(shù)據(jù)信息之間的關聯(lián)性，即與 樹形結構的根節(jié)點較近的則與預測點的聯(lián)系越密切，相同的道理，距離根節(jié)點較遠的區(qū)域則 與預測點的聯(lián)系較少。在模型初步建立的情況下，為了驗證模型分析效果的準確性，可以應 用數(shù)據(jù)集對其進行檢驗。另外，決策樹模型的構建還可以實現(xiàn)對位號點的目標預測，即將位 號點數(shù)值輸入系統(tǒng)后，就可以得出相應的預測結果，對位點號的變化情況進行分析。3、預測平穩(wěn)度待模型的分析準確性驗證通過之后，便可將其直接應用到對化工生產(chǎn)平穩(wěn)度的預測中。 可以將需要預測的位號點直接輸入系統(tǒng)內(nèi)部，通過對模型輸出位號點的數(shù)據(jù)進行分析，便可 以找出化工生產(chǎn)中相應數(shù)據(jù)的平衡量。具體進行生產(chǎn)時，技術人員可以借助該模型的數(shù)據(jù)分 析原理，找出各類生產(chǎn)數(shù)據(jù)之間的聯(lián)系，同時對各類設備的參數(shù)值進行預