【技術實現步驟摘要】
本專利技術涉及工業自動化和過程控制領域，尤其涉及一種基于網建模的實時異常檢測系統與方法。
技術介紹
1、近年來，隨著互聯網的快速發展，工業控制系統（ics）逐漸轉向更加開放的網絡架構，以實現遠程監控、數據分析和遠程操作等功能。工業控制系統與互聯網的緊密連接實現了遠程訪問和實時數據傳輸。這種連接性為企業帶來了新的機遇，例如實時監測、遠程維護和智能制造，但也為惡意攻擊者提供了更多的攻擊面。互聯網連接使得工控系統面臨各種網絡威脅，包括遠程入侵、惡意軟件傳播以及零日漏洞的利用，這給工業控制系統安全帶來了巨大挑戰。在這種情況下，如何安全高效的進行工業控制系統的異常檢測就顯得尤為重要。
2、目前工業中的異常檢測技術主要有基于統計和基于機器學習兩種檢測方式。基于統計的異常檢測是一種常用的技術，旨在識別數據中的異常模式。深度學習算法利用神經網絡自動學習特征，憑借強學習能力與高適應力的優勢在異常檢測領域變得越來越流行，并已應用于各種任務。傳統深度異常檢測方法通過搭建神經網絡自動化地完成特征提取并對異常進行量化評估，但是，使用機器學習的方法進行異常檢測會存在以下弊端，包括：
3、（1）解釋性：對于某些復雜的機器學習模型，其內部結構可能較難解釋。在某些場景下，解釋異常檢測的結果對于用戶和業務決策是至關重要的。
4、（2）未知異常：大多數異常檢測模型在訓練階段都是基于已知的異常樣本進行學習的。然而，在實際應用中，可能會出現新的未知異常，這些異常模型沒有見過，因此很難進行準確的檢測。
5、（3）特征工程：對
6、以上僅針對數據處理的異常檢測技術的劣勢主要在于僅僅關注輸入輸出，不了解異常發生的根本原因，實際的系統相當于一個“黑盒模型”，而網以其直觀的圖形表示和對實際系統運行狀態的模擬，可以彌補機器學習在這方面的缺憾。
7、張楠等人在中國專利技術專利申請“基于智慧開關的故障診斷方法、裝置及配電網系統”（申請號：cn202410271698.4）中構建網模型，并基于所述網模型對所述配電網進行故障診斷，得到故障位置，但該方法只能夠對實際系統進行離線檢測，無法實現自動在線檢測。
8、因此，本領域的技術人員致力于開發一種基于網建模的實時異常檢測系統，以實現對實際工控系統的可解釋性異常檢測，實時檢測異常并發出異常告警，保障系統安全運行。
技術實現思路
1、有鑒于現有技術的上述缺陷，本專利技術所要解決的技術問題是如何克服現在常見的機器學習異常檢測算法的可解釋性問題。
2、為實現上述目的，本專利技術提供了一種基于網建模的實時異常檢測系統，包括混合網建模模塊、異常檢測模塊和實時異常檢測模塊；
3、所述混合網建模模塊包括混合網，所述混合網定義為，其中，為庫所的集合，為變遷的集合，為當前節點的前節點，為當前節點的后續節點，代表當前節點是離散節點還是連續節點，代表每個庫所中的資源數量，為初始標記，即給每個庫所的賦一個初始值；
4、所述異常檢測模塊連接所述混合網建模模塊，負責檢測異常情況，所述異常情況包括控制策略異常和液位傳感器異常；
5、所述實時異常檢測模塊連接所述異常檢測模塊，獲取所述庫所的實時狀態，與所述異常檢測模塊檢測出的所述異常情況進行實時對比，判斷異常情況，輸出異常告警。
6、進一步地，所述控制策略異常具體為：第一種情況是設置水閥開、位于中的一個庫所，設置液體流入速度為，流出速度為，庫所容量為，當時，意味著保持現在的流入流出速度，所述庫所容量有超出安全閾值的風險，則判定為異常情況；第二種情況是在庫所即將為空的時候仍然在輸出資源，即，也將判斷為異常情況。
7、進一步地，所述液位傳感器異常具體為：對于中的一個庫所，數為，如果通過檢測出的數與根據混合網推斷出的數差別大于設定的傳感器誤差范圍，則表示液位傳感器可能出現異常。
8、進一步地，所述異常檢測模塊采用西門子系列的；所述實時異常檢測模塊通過協議實現上位機與之間的通信，通過協議實現對內存的讀寫，獲取中各個庫所的實時狀態，并與所建模的所述混合網推斷出的狀態進行實時對比，判斷異常情況，輸出異常告警。
9、進一步地，在發生異常且操作人員未做出及時反應的情況下，可以通過向寫內存的方式直接改變控制策略，包括以下幾種策略：（1）在保證其他庫所安全的基礎上降低向當前庫所的流入速度或停止流入；（2）在保障輸出庫所安全的基礎上加快當前庫所的流出速度；（3）在操作人員未能及時反應的情況下使整個系統進入到提前設定好的可以安全運行的穩態。
10、本專利技術還提供了一種基于網建模的實時異常檢測方法，所述方法包括以下步驟：
11、步驟1、對水廠模型中的基礎模塊進行網建模；
12、步驟2、對實際水廠系統進行網建模，建立混合網模型；
13、步驟3、在所述混合網模型中加入異常檢測系統；
14、步驟4、將所述異常檢測系統與所述混合網模型連接；
15、步驟5、將所述混合網模型、所述異常檢測系統和與通信的功能進行集成；
16、步驟6、若發出異常告警后操作員未能及時做出反應，則所述異常檢測系統自動發出控制指令并改變系統控制策略。
17、進一步地，在所述步驟1中，將所述基礎模塊建成若干庫所，所述庫所之間形成若干支路，所述每條支路都包含一個閥門和一個泵，將閥門建模為所述混合網模型中的離散部分，將泵建模為所述混合網模型中的連續部分；
18、設和為兩個所述庫所，為到的變遷，液體從流到時需要經過泵和閥門，和中流動的代表水資源；、模擬閥門的開閉，只有當中有的時候，變遷才能被觸發，從而實現中液體向的流動；當實現閥門關閉，觸發變遷；當實現閥門從關閉到開啟，觸發變遷；當中沒有時，變遷無法被觸發，即閥門關閉；中液體向流動的過程為一個連續過程，具體為：
19、
20、
21、其中，代表水流入的速度，代表水從中流出的速度，代表從流入的速度，代表水從流出的速度；
22、所述基礎模塊中的庫所數的表達式如下：
23、。
24、進一步地，在所述步驟2中，對所述實際水廠系統進行所述網建模，具體支路為從水箱->加藥池->沉淀池->過濾池->清水池，水資源在不同庫所之間的流動過程為連續過程，資源數量體現為數；水閥的開閉也用不同水閥狀態庫所中的流動來表示。
25、進一步地，在所述步驟3中，所述異常檢測系統主要為水位檢測；對于輸入的控制策略，給泵設定一個速度，而庫所的資源數是速度對時間進行積分得到，保證庫所的資源數保持在安全范圍內，在未來的一小段時間內不能超過庫所的安全容量；必須由的庫所流出，且接收的庫所需要有預先設定的余量。
26、進一步地，在所述步驟5中，當輸入的控制邏輯會導致庫所在未來一段時間的數本文檔來自技高網...
【技術保護點】
1.一種基于網建模的實時異常檢測系統，其特征在于，所述系統包括混合網建模模塊、異常檢測模塊和實時異常檢測模塊；
2.如權利要求1所述的基于網建模的實時異常檢測系統，其特征在于，所述控制策略異常具體為：第一種情況是設置水閥開、位于中的一個庫所，設置液體流入速度為，流出速度為，庫所容量為，當時，意味著保持現在的流入流出速度，所述庫所容量有超出安全閾值的風險，則判定為異常情況；第二種情況是在庫所即將為空的時候仍然在輸出資源，即，也將判斷為異常情況。
3.如權利要求2所述的基于網建模的實時異常檢測系統，其特征在于，所述液位傳感器異常具體為：對于中的一個庫所，數為，如果通過檢測出的數與根據混合網推斷出的數差別大于設定的傳感器誤差范圍，則表示液位傳感器可能出現異常。
4.如權利要求3所述的基于網建模的實時異常檢測系統，其特征在于，所述異常檢測模塊采用西門子系列的；所述實時異常檢測模塊通過協議實現上位機與之間的通信，通過協議實現對內存的讀寫，獲取中各個庫所的實時狀態，并與所建模的所述混合網推斷出的狀態進行實時對比，判斷異常情況，輸出異常告警。
5
6.一種基于網建模的實時異常檢測方法，其特征在于，所述方法包括以下步驟：
7.如權利要求6所述的基于網建模的實時異常檢測方法，其特征在于，在所述步驟1中，將所述基礎模塊建成若干庫所，所述庫所之間形成若干支路，所述每條支路都包含一個閥門和一個泵，將閥門建模為所述混合網模型中的離散部分，將泵建模為所述混合網模型中的連續部分；
8.如權利要求6所述的基于網建模的實時異常檢測方法，其特征在于，在所述步驟2中，對所述實際水廠系統進行所述網建模，具體支路為從水箱->加藥池->沉淀池->過濾池->清水池，水資源在不同庫所之間的流動過程為連續過程，資源數量體現為數；水閥的開閉也用不同水閥狀態庫所中的流動來表示。
9.如權利要求6所述的基于網建模的實時異常檢測方法，其特征在于，在所述步驟3中，所述異常檢測系統主要為水位檢測；對于輸入的控制策略，給泵設定一個速度，而庫所的資源數是速度對時間進行積分得到，保證庫所的資源數保持在安全范圍內，在未來的一小段時間內不能超過庫所的安全容量；必須由的庫所流出，且接收的庫所需要有預先設定的余量。
10.如權利要求1所述的基于網建模的實時異常檢測方法，其特征在于，在所述步驟5中，當輸入的控制邏輯會導致庫所在未來一段時間的數超過安全閾值范圍時，會在上位機發出告警，并可排查運行的異常；當所述混合網模型推斷出的庫所狀態與實際檢測出的系統狀態不同時，將提醒操作人員出現異常。
...【技術特征摘要】
1.一種基于網建模的實時異常檢測系統，其特征在于，所述系統包括混合網建模模塊、異常檢測模塊和實時異常檢測模塊；
2.如權利要求1所述的基于網建模的實時異常檢測系統，其特征在于，所述控制策略異常具體為：第一種情況是設置水閥開、位于中的一個庫所，設置液體流入速度為，流出速度為，庫所容量為，當時，意味著保持現在的流入流出速度，所述庫所容量有超出安全閾值的風險，則判定為異常情況；第二種情況是在庫所即將為空的時候仍然在輸出資源，即，也將判斷為異常情況。
3.如權利要求2所述的基于網建模的實時異常檢測系統，其特征在于，所述液位傳感器異常具體為：對于中的一個庫所，數為，如果通過檢測出的數與根據混合網推斷出的數差別大于設定的傳感器誤差范圍，則表示液位傳感器可能出現異常。
4.如權利要求3所述的基于網建模的實時異常檢測系統，其特征在于，所述異常檢測模塊采用西門子系列的；所述實時異常檢測模塊通過協議實現上位機與之間的通信，通過協議實現對內存的讀寫，獲取中各個庫所的實時狀態，并與所建模的所述混合網推斷出的狀態進行實時對比，判斷異常情況，輸出異常告警。
5.如權利要求4所述的基于網建模的實時異常檢測系統，其特征在于，在發生異常且操作人員未做出及時反應的情況下，可以通過向寫內存的方式直接改變控制策略，包括以下幾種策略：（1）在保證其他庫所安全的基礎上降低向當前庫所的流入速度或停止流入；（2）在保障輸出庫所安全的基礎上加快當前庫所的流出速度；（3）在操作人員未能及時反應的情況下使整個系...
【專利技術屬性】
技術研發人員：朱雨瀟，殷翔，李賢偉，楊根科，褚健，
申請(專利權)人：上海交通大學寧波人工智能研究院，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。