铝电解槽时间序列聚类分析及其可视化

发布时间：2022-04-28 19:33

　　在铝电解槽长期生产过程中,积累了大量的控制、测量、化验数据,通过对这些海量的数据进行挖掘分析可以从宏观角度了解电解槽整体发展趋势和槽况的变化及分类,为工艺技术人员进行电解槽生产管理提供分析依据。本文主要采用时间序列聚类算法对铝电解槽历史生产数据进行挖掘分析并可视化展示,包括整体时间序列聚类和时间序列子序列聚类,找出不同电解槽生产之间的相似性和关联性,并对生产状态进行异常检测,从而实现铝电解槽生产数据的多维分析和时间序列聚类分析。1.按照工厂、车间、工区的层级关系对大量铝电解槽的原始生产数据进行预处理,包括异常统计、相关性分析、主成分分析等,并通过多种图表进行直观的展示。2.选取DTW（Dynamic Time Warping,动态时间规整）算法作为时间序列距离度量,采用层次聚类算法对铝电解槽时间序列数据进行整体时间序列聚类,采用模糊聚类算法进行时间序列子序列聚类并实现异常检测,最后将聚类结果进行可视化展示。3.时间序列子序列聚类之前需对时间序列进行分割,本文在传统的基于特殊点的时间序列分割算法上,提出了一种基于趋势转折点边界面积的时间序列分割算法,并与传统的算法在公共数据集上进行了性能... 

【文章页数】：72 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 课题来源及研究背景
    1.2 国内外研究现状
        1.2.1 铝电解数据挖掘研究现状
        1.2.2 时间序列聚类研究现状
        1.2.3 时间序列分割算法研究现状
    1.3 本文主要研究内容
    1.4 论文组织结构
    1.5 本章小结
第二章 时间序列聚类算法概述
    2.1 时间序列相似性度量
        2.1.1 欧式距离
        2.1.2 动态时间规整
        2.1.3 基于编辑距离的度量方法
    2.2 常用聚类算法
        2.2.1 基于划分的聚类
        2.2.2 基于层次的聚类
        2.2.3 基于密度的聚类
        2.2.4 基于网格的聚类
        2.2.5 基于模型的聚类
    2.3 本章小结
第三章 铝电解槽数据预处理及特征分析
    3.1 铝电解槽数据介绍
    3.2 铝电解槽数据分析
        3.2.1 数据分布
        3.2.2 数据统计
        3.2.3 异常值处理
        3.2.4 数据归一化
    3.3 铝电解槽特征分析
        3.3.1 相关性分析
        3.3.2 主成分分析
    3.4 本章小结
第四章 铝电解槽整体时间序列聚类
    4.1 聚类特征参数选取
    4.2 AGNES层次聚类
    4.3 实验分析及评价指标
    4.4 本章小结
第五章 铝电解槽时间序列子序列聚类
    5.1 时间序列分割算法
    5.2 基于趋势转折点边界面积的时间序列分割算法
        5.2.1 相关定义
        5.2.2 算法设计
        5.2.3 算法比较
    5.3 FCM模糊聚类
        5.3.1 FCM算法简介
        5.3.2 基于DTW的 FCM聚类中心计算
        5.3.3 基于模糊聚类的异常检测
    5.4 实验分析
    5.5 本章小结
第六章 铝电解槽时间序列聚类系统设计及可视化展示
    6.1 系统功能图
    6.2 开发环境
        6.2.1 系统架构
        6.2.2 可视化框架
        6.2.3 数据存储
    6.3 数据分析可视化
        6.3.1 数据分布
        6.3.2 数据统计
        6.3.3 数据处理
    6.4 特征工程可视化
        6.4.1 相关性分析
        6.4.2 PCA降维
        6.4.3 序列分割
    6.5 聚类可视化
        6.5.1 铝电解槽时间序列全序列聚类
        6.5.2 铝电解槽子序列聚类及异常检测
    6.6 本章小结
第七章 总结和展望
    7.1 研究总结
    7.2 研究展望
参考文献
在学期间的研究成果
致谢


【参考文献】：
期刊论文
[1]铝电解生产智能优化制造研究综述[J]. 桂卫华,岳伟超,谢永芳,张红亮,阳春华.  自动化学报. 2018(11)
[2]铝电解关键指标预测方法的研究与应用[J]. 陈勇,周晓锋,李帅.  计算机工程与应用. 2019(12)
[3]NEUI600kA超大容量铝电解槽技术应用与行业进步[J]. 邓文强.  世界有色金属. 2018(08)
[4]铝电解生产过程中氧化铝浓度的控制[J]. 王佐邦,李呈明,贺文毅.  有色金属设计. 2018(02)
[5]基于聚类分析的铝电解槽阳极压降的分类[J]. 吴荣强,李晋宏.  软件. 2018(03)
[6]基于数据的铝电解槽氧化铝浓度预测[J]. 崔桂梅,杨海靳,刘丕亮,于凯.  计算机仿真. 2018(02)
[7]时间序列数据挖掘中的动态时间弯曲研究综述[J]. 李海林,梁叶,王少春.  控制与决策. 2018(08)
[8]大型铝电解槽技术升级改造与应用[J]. 胡红武,曹曦.  轻金属. 2017(05)
[9]基于槽况分类的铝电解电流效率预测研究[J]. 崔桂梅,薛法远,刘丕亮.  计算机仿真. 2017(01)
[10]时间序列数据挖掘的相似性度量综述[J]. 陈海燕,刘晨晖,孙博.  控制与决策. 2017(01)



本文编号：3649394