面向工业PLC-SCADA数据的变量本体构建与目标泄漏审计方法研究

《Scientific Reports》：Variable ontology and target-leakage screening in industrial PLC-SCADA data using name-based and behavioral evidence

　　

摘要

现代水泥厂测量数千个PLC-SCADA变量，而这些变量的语义并不清晰，因为标签和标识通常不完整、不一致和/或具有误导性。这一问题不仅影响控制咨询系统，还会通过将不可操作变量纳入决策空间或引入目标相关变量导致数据泄漏，从而影响数据驱动模型。本文提出了一种面向工业PLC-SCADA数据的双重证据变量本体与泄漏审计方法。该方法在统一的预建模工作流中整合了基于名称的证据、基于行为的信号证据、针对特殊情况的专家验证以及目标泄漏审计。在该工作流中，阶梯分数被用作一种轻量级行为描述符，用于区分分段恒定的设定值类信号与连续变化的测量信号。本文所提出的方法应用于一条水泥熟料生产线的真实工业数据集，该数据集包含246万个样本、375个变量以及11天的运行日志记录。在26个有记录的控制参数中，有八个在分析的11天期间表现出主动变化的设定值行为，同时通过过程工程验证确认了另外一项操作控制。除连续变化信号被误标为设定值的标签异常外，本文还考虑了工业多元回归的三种泄漏类型：定义/质量平衡泄漏、组分泄漏以及计算特征泄漏。移除泄漏后，燃烧热量模型的性能从R2 = 0.9999降至R2 = 0.8109。补充分析表明，设定值类信号与连续信号的行为分离在基于Otsu的无监督阈值选择下保持不变，在两个具有不同记录率的子时段中得到了重现，处理所有375个变量大约需要21秒，且运行时间随数据规模线性增长。另一位独立的过程专家对所有375个变量进行了盲法标注，在89.3%的变量上与最终本体一致（κ = 0.755），并将全部九个控制变量均归类为CONTROL。