应用于汽油辛烷值损失模型

杨作超 熊文婷 丁小雅 黄雯婕 李博

摘要：汽油精制过程中的辛烷值损失模型实时监测系统可以有效地保障在精制过程中设备运行时的安全性，实时记录各时间段数据的变化，便于后期分析、整理，通过调节设备内的可控制变量，来提高生产效率。由于得到的数据具有纬度高、数据量大、脏数据多的问题，因此采用数据挖掘的方式，对数据进行优化。针对优化后的数据，采用时序数据库IoTDB与前端展示工具Grafana，为数据的监控、存储、管理、分析提供服务，组成了一套完备的监控系统。通过实验验证，该系统的服务可以高效的完成海量数据的存储，以及优秀的监控能力，为汽油精制过程提供服务。

关键词：实时监测;数据挖掘;时序数据库;IoTDB;Grafana

1引言

随着科技的不断发展，工业生产机器设备越来越智能化，机器设备每秒产生大量数据然后被记录、收集和存储。每间隔一段时间，这些数据都会被存储和记录下来，使用一个时间戳用来作为唯一标识，因此这些数据被称为时间序列数据。为完成本次课题的实验内容，数据采用2020年第十七届中国研究生数学建模竞赛B题，汽油辛烷值建模，降低汽油精制过程中的辛烷值损失模型中的数据。

2时间序列数据的基本理论知识

2.1时间序列数据的定义

时间序列数据（time series data）是在不同时间上收集到的数据，用于所描述现象随时间变化的情况。这类数据反映了某一事物、现象等随時间的变化状态或程度。

2.2数据来源

本次研……