频繁时间序列模式在铝电解槽生产数据处理中的研究与应用

【摘要】： 铝电解槽每天都会实时产生大量的生产数据,并且这些数据往往都是以时间来记录成序列的。但是这些数据并没有被充分利用,一般对电解槽的各种工艺参数的调整往往凭借管理者的个人经验,用户无法充分利用大量的生产历史数据从定量的角度进行控制决策。针对这一问题,本文重点研究传统的序列模式挖掘算法,并在铝电解槽时间序列数据上进行挖掘应用,以期得出频繁时间序列模式。 1.对原始数据以各种图的方式展示,用于对初始时间序列数据的分析。 2.在对数据的预处理过程中,对空缺数据用填充平均值、删除空缺值、人工填充空缺值等方式进行处理；对噪声数据使用分箱法进行处理。 3.针对单工艺参数数据,使用离散化,将数据按值的大小分成多个区间段,以便将数据序列转换为连续的符号表示序列。 4.针对多工艺参数多维数据序列的情况,使用模糊聚类算法将同一天内多个工艺参数的值聚合成不同的类别值(也可代表槽况),即转化为连续的符号表示,以便用于对槽况的时间序列模式挖掘。 5.研究经典的序列模式算法,针对铝电解槽生产数据量大、需要提高挖掘效率的特点,选出适合于铝电解领域的PrefixSpan算法,并将该算法应用到铝电解工艺参数历史数据的分析挖掘中。 在上述基础上,设计和开发铝电解频繁时间序列模式挖掘系统,并将本系统应用于铝电解槽生产数据的处理中,对同一槽的一段时间内的单工艺参数、多工艺参数及槽况的原始数据进行挖掘。根据挖掘到的频繁时间序列模式,用于预测未来生产的发展趋势,为决策提供科学依据。