[發明專利]一種原油管道調合過程狀態辨識方法

有效

• 申請號: 201310163999.7
• 申請日: 2013-05-03
• 公開（公告）號: CN103279033A
• 公開（公告）日: 2013-09-04
• 發明（設計）人: 葉彥斐
• 申請（專利權）人: 河海大學
• 主分類號: G05B13/04
• 分類號: G05B13/04
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 朱小兵

1.一種原油管道調合過程狀態辨識方法，首先分析傳感器采集到的數據，獲得傳感器對運行狀態子集的基本概率分配，然后利用推理辨識器基于各傳感器的眾信度對基本概率分配進行修正，進行證據組合推理獲得原油管道調合過程狀態的最終辨識結果；其特征在于，推理辨識器的工作過程如下，

（1）基于眾信度的基本概率分配修正，具體過程如下：

設Θ是包含N個兩兩相斥命題的完備辨識框架，P(Θ)是Θ所有子集生成的空間,A_p是P(Θ)空間中第p個元素,p＝1,2,…,2^N，m(A_p)是A_p的的概率賦值，Ψ_P(Θ)是由P(Θ)中的元素組成的空間，一個基本概率分配是Ψ_P(Θ)中以m(A_p)為坐標的向量表示為

m→=[m(A1),m(A2),···,m(A2N)],Ap∈P(Θ)---(1)]]>

其中，N為大于2的自然數，m(A_i)≥0，i＝1,2,…,2^N，且

和分別是Ψ_P(Θ)中第i個、第j個基本概率分配，計算兩者的Jousselme距離

dij=12(m→i-m→j)TD=(m→i-m→j)---(2)]]>

其中，是一個2^N×2^N矩陣，它的元素為A,B∈P(Θ)，|·|表示焦元屬性所包含的基元個數；

設系統中證據源的數目為n，n的取值為自然數,計算不同證據體之間的距離，獲得距離矩陣：

DM=0d12...d1nd210...d2n............d1ndn2...dnn---(3)]]>

其中，第k個證據E_k到證據集中其他證據的均方根距離為

dk=Σt=1ndktn---(4)]]>

其中，t＝1,2,…,n，d_k反映了證據E_k與證據集中其他證據的差異程度，d_kt表示第k個基本概率分配與第t個基本概率分配的Jousselme距離，k＝1,2,…,n；

定義證據E_k的眾信度為：

ck=e-dk/Σt=1ne-dt---(5)]]>

其中，d_t反映了證據E_t與證據集中其他證據的差異程度，n個證據體中，若對某一證據的支持程度最高，定義其絕對眾信度為1，稱該證據為首要證據，其他證據為次要證據，第k個證據的絕對眾信度定義如下：

rk=ck/max(ct)t=1,2,···,n---(6)]]>

以絕對眾信度r_k作為證據E_k的權重，對原始證據集的基本概率分配進行修正，若原始證據E_k的基本概率分配為m→k=[mk(A1),mk(A2),···,mk(As)···,mk(Θ)]']]>則證據源修正后基本概率分配為

m→k′=[mk′(A1),mk′(A2),···,mk′(As)···,mk′(Θ)]---(7)]]>

其中，m′_k(A_s)=r_k·m_k(A_s)，mk′(Θ)=1-Σs=12N-1ri·mk(As),As≠Θ,s=1,2,···,2N;]]>

（2）證據組合推理，具體過程如下：

修正后多個證據源的基本概率分配按其權重r_k由小到大重新排列為：

最小權重兩個基本概率分配分別為按下述公式組合：

m(As)=m∩(As)+Σmc(As),∀As∈P(Θ)---(8)]]>

其中，乘性運算：

m∩(As)=ΣB∩C=AsB,C⊆Θma′(B)mb′(C)]]>

局部沖突中分配給A_s部分：

mc(As)=ΣAp∩As=φAp,As⊆Θma′(As)ma′(As)+mb′(Ap)ma′(As)mb′(Ap)]]>

按式（8）得到新的組合結果再與下一個證據源組合得到新的結果，反復執行上述過程，直到最后一個證據m′_k參與組合后結束。

2.如權利要求1所述的一種原油管道調合過程狀態辨識方法，其特征在于：所述分析傳感器采集到的數據，獲得傳感器對多種運行狀態子集的基本概率分配，具體過程如下：

（1）模糊化過程：

模糊化過程作為推理辨識的輸入接口，將確定的輸入量轉換成一個模糊矢量；

（2）基本概率分配獲取：

基于隸屬度曲線函數值大小，基本概率分配具體生成策略如下：

（201）當傳感器采樣的數據與所有運行狀態子集表示的隸屬度曲線不相交時,該采樣數據不支持任一運行狀態子集分類；

（202）當采樣數據與某運行狀態子集屬性的隸屬度曲線表示模型相交時,交點縱坐標為支持該運行狀態子集分類的基本概率賦值；

（203）當采樣數據與多個運行狀態子集的隸屬度曲線表示模型相交時，多個交點的縱坐標為支持多種不同運行狀態子集的基本概率賦值；

（204）對生成的基本概率賦值進行歸一化處理，獲得對應該傳感器的多種運行狀態子集基本概率分配。