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比较。4.本文开发并实现了集数据预处理、特征分析、聚类算法、数据可视化等功能为一体的铝电解槽时间序列聚类分析系统。