Регуляризация решений при статистической обработке временных рядов на основе когнитивных методов моделирования

Веревкин А.П., Муртазин Т.М.

Уфимский госудраственный нефтяной университет, Уфа

Ключевые слова: регрессионная модель, временной ряд, взаимная корреляция, когнитивный подход, нормализация.

Аннотация. Системы усовершенствованного управления (APC-системы) базируются на использовании моделей технологических процессов, позволяющих оперативно прогнозировать изменение технологических параметров (ТП) и показателей качества продуктов (ПКП) производства. Для идентификации структуры и параметров моделей обычно используется статистическая информация, которая представляет собой результаты пассивных экспериментов. Данные режимных параметров в системах управления архивируются в базе данных в виде временных последовательностей без обеспечения их достоверности и однородности. В условиях не стационарности временных рядов и неоднородности данных резко снижается качество моделей расчета ТП и ПКП, поэтому они не могут, как правило, быть применены для разработки моделей без предварительной подготовки. Подготовка направлена на обеспечение условий стационарности рядов, адекватности моделей и включает в себя этапы выделения кластеров (фрагментов) данных и их фильтрацию, для которых в дальнейшем будут формироваться ситуационные модели. В статье рассматриваются методы приведения данных из архивов АСУТП в общедоступный формат, их фильтрации и кластеризации. Приведено описание методов фильтрации и кластеризации на основе использования так называемых контрольных когнитивных моделей и коэффициентов кросс-корреляции ТП и ПКП.