Modelo de alertas sobre la ocurrencia de eventos extraordinarios en sistemas SCADA

Abstract

El constante aumento de la automatización de procesos de la industria ha traído aparejado el alto crecimiento del volumen de información que debe ser supervisada y controlada por los operadores de los sistemas de control, conocidos como sistemas SCADA. Partiendo de estudios que apoyan la teoría de que un operador no puede atender correctamente una alarma en menos de 10 minutos, se propone un modelo de alertas sobre la ocurrencia de eventos extraordinarios en sistemas SCADA, basado en técnicas de descubrimiento de conocimiento en bases de datos y minería de datos, que contribuye a aumentar la capacidad de los operarios para tomar decisiones y disminuir los contratiempos que un evento de esta magnitud puede implicar tanto en términos económicos como en pérdidas de vidas humanas. Se utilizan técnicas de minería de datos para el descubrimiento de patrones de forma automática, usando como fuente de datos las bases de almacenamiento de datos históricos (HDB) con que cuentan por lo general este tipo de sistemas, además se hace uso de la herramienta Weka y se analizan varios de sus algoritmos. El modelo propuesto estará orientado al Sistema de Automatización Industrial desarrollado en la Universidad de la Ciencias Informáticas, y puede ser integrado a otros sistemas con características similares. Los resultados obtenidos fueron evaluados y comparados con el funcionamiento del sistema arrojando resultados satisfactorios

The constant increase of the automation of processes of the industry has brought with it the high growth of the volume of information that must be supervised and controlled by the operators of the control systems, known as SCADA systems. Starting from studies that support the theory that an operator cannot properly handle an alarm in less than 10 minutes, a model of alerts is proposed on the occurrence of extraordinary events in SCADA systems, based on knowledge discovery techniques in databases and data mining, which helps to increase the capacity of operators to make decisions and reduce the setbacks that an event of this magnitude can imply both in economic terms and in loss of human lives. Data mining techniques are used for automatic pattern discovery, using as a data source the historical data storage bases (HDB) that usually have this type of systems, the Weka tool is also used and several of its algorithms are analyzed. The proposed model will be oriented to the Industrial Automation System developed at the University of Computer Science, and can be integrated to other systems with similar characteristics. The results obtained were evaluated and compared with the functioning of the system, yielding satisfactory results.