[发明专利]一种具有预测功能的云计算系统及其实现方法

说明书

本发明提供一种具有预测功能的云计算系统，包括通信模块、虚拟机、数据识别和存储模块、预测性算法模块、历史数据采集模块、预测性算法训练模块，其中，所述虚拟机、数据识别和存储模块、预测性算法模块、预测性算法训练模块均设置在云端；本发明还提供一种具有预测功能的云计算系统的实现方法，包括以下过程：用户在现场安装运行DCS系统；构建云端的虚拟机、数据识别和存储模块、预测性算法模块、预测性算法训练模块；并将云端与现场的数据通过通信模块进行连接；根据现场，获取APC内部参数等过程，本发明进行有效现场数据的预测，给出现场数据预测值，并且不断更新预测性算法，以缩小所预测模型所预测的现场数据与实际现场数据的偏差。

技术领域

本发明属于工业控制技术领域，具体涉及一种具有预测功能的云计算系统及其实现方法。

背景技术

随着过程工业自动化程度的持续发展，人们的关注点已经从实现自动化生产转向了优化生产。通过先进控制算法节省原料、改进生产条件、降低能耗、提高成品率等等。过程工业中的这类算法叫先进过程控制APC(Advanced Process Control)算法。APC算法的例子有MPC、Fuzzy Logic、neuro-network 等。APC算法通常有一到多个现场输入数据和一到多个现场输出数据。APC是分布式控制系统DCS(Distributed Control Systems)的一部分，一般在控制器里运行。目前，市面上先进的DCS系统通常都支持一些APC，成熟的APC算法在很多DCS中都能找到；但通常APC都非常贵，用户希望在降低DCS成本的同时还能用到APC。

DCS里面的控制算法，包括APC，在运行时都是配置了一个周期，它在每个周期运算一次，每次运算过程分几步：读取输入参数，进行算法计算，输出计算结果到输出参数。

很多DCS系统提供帮助设定APC内部参数的工具，叫做整定(Tuning)。整定过程包括实地运行APC算法一段时间，在这期间APC内部参数被设置为不同的值，从而得到过程在不同内部参数下的反应特性。根据这些反应特性，可以寻找最佳的内部参数设定值。

另一方面，随着工业互联网的成熟，生产现场和上层乃至互联网都互联互通了。在远离现场的服务器上、云上运行APC也逐渐成为了可能。不同于现场回路控制算法，APC通常不需要持续的低延时现场数据，APC输出数据也不一定需要快速反馈到控制现场。在云上运行APC，通过远程通信传输APC数据，同样能够达到生产优化的目的。

CN106575282A公开了一种用于先进过程控制的云计算系统和方法。所述系统包括设置在本地的APC控制计算机和设置在云端的APC管理计算机，从而实现了在云端对本地的APC进行管理。然后该申请公布的技术方案依然需要在本地设置APC控制计算机。

将APC设置在云端可以极大的降低生产成本。然而，在云上运行APC依然会面临网络通信不稳定的问题。当网络运行不稳定的时候，可能会出现从现场传输的数据不能及时的到达APC，甚至可能产生数据丢失的现象。然而APC需要严格的按照时间对数据进行运算；同时，APC的输出参数也应当及时传输到控制对象。为了解决数据传输不及时，甚至是数据丢失的问题，一种方案是在系统中加入预测性算法模块。当系统发生数据传输不及时甚至数据丢失的问题时，预测性算法模块会给出一个预测值并输入APC进行运算。然而，随着现场的生产设备的长时间运行，如果预测模型不进行不断的更新训练，就很有可能导致预测数值和实际数值偏差较大的问题。

发明内容

本发明要解决的技术问题是提供一种具有预测功能的云计算系统及其实现方法，以解决现有技术中本地设置APC控制计算机、云上运行APC依然会面临网络通信不稳定的、数据传输不及时、预测模型中预测数值和实际数值偏差较大等问题。