От стабильной эксплуатации ЭЛОУ-АВТ-7 зависят качество и выход сырья, использующегося для дальнейшей переработки на НПЗ. Технологические процессы, протекающие на установке, чувствительны к входному сырью, правильности функционирования системы охлаждения, диапазону рабочих температур. Поэтому очень важно в автоматическом режиме получать информацию о любых отклонениях от нормального режима работы.
Для обеспечения безопасности технологических процессов на установке ЭЛОУ-АВТ-7 выбрана технология MLAD – Machine Learning for Anomaly Detection, предложенная АО «Лаборатория Касперского». Компании имеют многолетний̆ опыт сотрудничества, а в октябре прошлого года приступили к совместной работе над новым проектом, который был реализован с применением технологии машинного обучения по телеметрии технологических процессов и искусственного интеллекта для обнаружения кибератаки на установку ЭЛОУ-АВТ-7. В 2017 году построена нейросетевая модель, способная обнаруживать аномалии. Если становятся доступны ранее не учтенные данные по нормальной работе, то система способна дообучаться. В результате, защитное решение на базе алгоритмов машинного обучения обладает большей гибкостью, в отличие от экспертной системы, которая работает на множестве жестко заданных правил.
В пилотную эксплуатацию в режиме мониторинга в реальном времени с обеспечением в автоматическом режиме обнаружения отклонений процессов от их нормального поведения система была введена в феврале 2018 года. За время работы удалось обнаружить различные типы аномалий: отклонения технологического процесса, связанные с периодами смены режимов; переводы контуров управления в ручной режим; ситуации, связанные с некорректными показаниями датчиков.
Таким образом, за счет внедрения системы специалисты по информационной безопасности и по технологическим процессам получили инструмент для автоматического раннего оповещения об опасных ситуациях, обнаружении аномалий и их интерпретации, интуитивный интерфейс с трендами параметров процессов и анализом отклонений.
|
