MODEL PREDICTIVE CONTROL USING SEMIDEFINITE PROGRAMMING

Systems and methods include a method for optimizing an action at a facility using a prediction of a target variable. Historical data is collected for a set of facilities. The historical data includes transactional data for discrete events that occurred at the set of facilities and non-transactional data spanning continuous time periods. Semidefinite matrices are generated using the historical data, where the semidefinite matrices incorporate historical samples of a form (yt,, xt, zt), and where yt is a target variable to be predicted at time t, xt is an input parameter at time t, and zt is an environment variable at time t. A statistical model based on the semidefinite matrices is determined. Production at a facility is monitored, including collecting production data comprising the transactional data and the non-transactional data of the facility. Using the statistical model and the production data, a prediction of a target variable associated with operating conditions at the facility is determined. An action at the facility is optimized using the prediction of the target variable yt. La présente invention concerne des systèmes et des procédés, notamment un procédé d'optimisation d'une action au niveau d'une installation à l'aide d'une prédiction d'une variable cible. Ledit procédé d'optimisation comprend les étapes consistant à : collecter des données historiques relatives à un ensemble d'installations, les données historiques contenant des données transactionnelles relatives à des événements discrets qui se sont produits au niveau de l'ensemble d'installations et des données non transactionnelles couvrant des périodes de temps continues ; générer des matrices semi-définies à l'aide des données historiques, les matrices semi-définies intégrant des échantillons historiques sous une forme (yt, xt, zt), yt étant une variable cible devant être prédite à l'instant t, xt étant un paramètre d'entrée à l'instant t et zt étant une variable environnementale à l'instant t ; déterminer un modèle statistique sur la base des matrices semi-définies ; surveiller la production au niveau d'une installation, notamment collecter des données de production contenant les données transactionnelles et les données non transactionnelles de l'installation ; à l'aide du modèle statistique et des données de production, déterminer une prédiction d'une variable cible associée aux conditions de fonctionnement au niveau de l'installation ; et optimiser une action au niveau de l'installati