[发明专利]一种基于在线时间序列的主动防危的方法

摘要

本发明公开了一种用于工业控制系统基于在线时间序列的主动防危的方法，涉及工业控制系统防危技术。该发明可嵌入现有工业控制系统，目的是提高现有工业控制系统的安全性能，通过对实时数据的在线学习，能够及时预测数据发展，结合系统给出预警信息，避免工业控制系统危险的发生。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在线时间序列的主动防危的方法，首先累积一定时间范围的历史数据生成预测模型，再根据实时数据变化实时动态更新预测模型，最终实现实时、在线的数据预测方法，该方法有效改进预测模型准确率，为工控系统主动防危提供有效支撑。

主权项

一种基于在线时间序列的主动防危的方法，其特征在于，包括以下步骤：步骤一，积累一定时间的历史数据，对不同数据进行加权，建立初始训练样本集，样本集包括系统输入集合和输出集合；步骤二，根据初始样本集计算训练模型的必要参数，获取支持向量集合，建立最初始数据预测模型；步骤三，对新输入样本进行预处理，去除工业现场噪声影响，生成符合系统输入输出的特征向量；步骤四，新增样本进行计算，利用前一次迭代的运算结果，对增加的样本进行学习，判断新增样本属性，并由此来确定是否更新预测模型；步骤五，使用最新的预测模型，预测系统输出，对预测结果进行精度评价和计算效率评价。