ProcessDB实时 时序数据库——监测管道泄露模型场景_管道泄漏数据集

---

一、业务场景介绍

在复杂的工业场景下，管道的状况无法人工进行实时排查，单一的监控设备等也无法完整的对管道状况进行判断，所以我们使用ProcessDB实时/时序数据库训练出适配的算法模型，并实时对管道泄露状况进行判断

二、根据实时库点位获取训练数据

使用ProcessGateway数采网关采集到管道的参数数据，例如：温度，压差，开度等，并上传至ProcessDB数据库，如下图所示：

三、通过算法生成泄露模型

这里选用AdaBoost分类模型的AdaBoostClassifier算法，从ProcessDB数据库获取管道参数数据，来进行模型训练

from sklearn.metrics import accuracy_score
from sklearn.ensemble import AdaBoostClassifier
import joblib
from sklearn.model_selection import train_test_split
import numpy as np
import ProcessDBDriver as processdbDriver
from sys import argv

# 管道参数点位
pointNameList = [
    'D1.PIPELINE.PRESSURE', 'D1.PIPELINE.TEMPERATURE',
    'D1.PIPELINE.OPEN', 'D1.PIPELINE.FLOW',
    '