Применение технологии цифровой обработки сигналов для повышения точности прогнозирования временных рядов данных в системах обнаружения аномалий в наблюдаемых процессах автоматизированных систем управления технологическими процессами

##plugins.themes.bootstrap3.article.main##

Андрей Николаевич РАГОЗИН
Анастасия Дмитриевна ПЛЕТЕНКОВА

Аннотация

Прогнозирование динамических временных рядов данных играет важную роль при
построении систем обнаружения аномалий при защите информации в различных системах управления технологическими процессами (АСУ ТП). Для повышения точности
прогнозирования динамических временных рядов данных применяется предварительная цифровая обработка (цифровая фильтрация) сигналов для разложения наблюдаемого временного ряда, поступающего с сенсоров АСУ ТП на отдельные компоненты.
При таком подходе производится компонентное разложение и фильтрация исходного
сигнала с использованием гребенки цифровых фильтров, что существенно повышает
качество формируемого прогноза. Проведен анализ сигнала ошибки результата прогнозирования с использованием цифрового спектрального и биспектрального анализа.
Показано, что для случая «идеального прогноза» сигнал ошибки предсказания является
непредсказуемым остатком, то есть стремится к состоянию белого шума. В работе
показано, что анализ ошибки прогноза с использованием методов цифрового спектрального и биспектрального анализа позволяет формировать оценку качества результата прогнозирования. Проведенное сравнение показывает существенное повышение эффективности использования предварительной цифровой фильтрации с целью повышения точности прогнозирования наблюдаемых динамических временных
рядов данных АСУ ТП. Работа с нейронными сетями проводилась в пакете расширения
MATLAB «Deep Learning Toolbox». Для спектрального и биспектрального анализа сигналов использовался пакет «Higher Order Spectral Analysis Toolbox»

##plugins.themes.bootstrap3.article.details##

Раздел
Системный анализ, управление и обработка информации