[發明專利]基于統計方法，自動在線檢測流體的實際狀態與流體的參考狀態的偏差的方法，特別是用于監測飲用水供應

有效

• 申請號: 201780066197.0
• 申請日: 2017-10-17
• 公開（公告）號: CN109891235B
• 公開（公告）日: 2021-12-31
• 發明（設計）人: 麗貝卡·佩奇;彼得·胡格恩貝格爾;斯特凡·維斯邁爾;丹尼爾·瓦爾德曼
• 申請（專利權）人: 恩德斯+豪斯流量技術股份有限公司;巴塞爾大學
• 主分類號: G01N33/18
• 分類號: G01N33/18;G05B13/02;G16H20/10;G06N3/08
• 代理公司: 中原信達知識產權代理有限責任公司 11219
• 代理人: 穆森;戚傳江

1.一種用于自動在線檢測流體(1)的實際狀態與所述流體(1)的參考狀態(RZ)的偏差的方法，其中，關于至少三個測量變量(MV1，MV2，MV3；...)，以組合方式評估基本上同時捕獲的測量值(2)，

其中，所述測量變量(MV1，MV2，MV3；...)是所述流體(1)的不同測量量(3)和/或在不同測量點(4)測量的所述流體(1)的測量量(3)，

至少包括以下方法步驟：

a)通過以下步驟創建參考數據集(5)：

-參考測量值(21)在n個不同時間(tj，j＝1，...，n)的周期性的在線檢測，所述參考測量值(21)在每種情況下關于所述至少三個測量變量(MV1，MV2，MV3；...)基本上同時地被檢測，其中，其中當檢測到所述參考測量值(21)時，所述流體(1)處于所述參考狀態(RZ)；

-存儲所述參考測量值(21)；

-通過神經網絡排列所述參考測量值(21)并且投影到具有減小的維度(d)的向量空間(VR)中，其中，所述減小的維度(d)小于所述測量變量(MV1，MV2，MV3，...)的數量，使得在時間tj檢測的參考測量值(21)在每種情況下都被映射到所述向量空間(VR)的參考向量(rtj)：

-存儲n個所述參考向量rtj；

b)在線測量，包括：

-在時間ti，關于所述流體(1)的至少三個測量變量(MV1，MV2，MV3；...)，基本上同時地檢測的測量值(2)的在線檢測；

-存儲所述測量值(2)；

c)周期性地執行方法步驟b)，其中，在時間ti處的測量值和在時間ti之前的任何時間(t1，...，ti-1)處的測量值通過神經網絡被周期性地排列并且被投射到減小的維度d的向量空間中，使得在時間ti檢測的測量值被映射到所述向量空間的測量向量xti；

d)存儲所述測量向量xti；

e)通過可預定窗口寬度(h)的核密度估計量p_h(xti)，比較所述測量向量xti和n個所述參考向量rtj：

其中，是概率密度函數(PDF)；

f)基于所述核密度估計量p_h(xti)的值，關于所述實際狀態與所述參考狀態(RZ)的偏差，創建針對時間ti的評估。

2.根據權利要求1所述的方法，

其中，所述神經網絡和所述投影的形成在自組織映射或Kohonen映射的基礎上進行，

以及其中，在所述投影中使用Sammon誤差函數，

和/或

其中，所述減小的維度(d)大于1。

3.根據權利要求2所述的方法，其中，所述減小的維度(d)為2。

4.根據權利要求1至3中的任一項所述的方法，

其中，所述概率密度函數(PDF)是正態分布的概率密度函數(PDF)：

5.根據權利要求1至3中的任一項所述的方法，

其中，通過所述參考測量值(21)的分布的標準偏差(σ)和/或所述參考測量值(21)的分位數(IQR)的距離來估計所述可預定窗口寬度(h)。

6.根據權利要求1至3中的任一項所述的方法，

其中，通過分為第一類型的至少兩個不同類別(Ka1，Ka2，...)的劃分來實現關于所述實際狀態與所述參考狀態(RZ)的偏差，在時間ti對所述流體(1)的評估，

以及其中，所述劃分取決于所述核密度估計量p_h(xti)是否超過或低于第一上限和/或下限可預定閾值(G1，...)。

7.根據權利要求1至3中的任一項所述的方法，

其中，在針對時間ti評估所述流體(1)的實際狀態時，考慮所述測量向量xti和第二測量向量xtk之間的差，

其中，所述第二測量向量xtk屬于時間ti之前的時間tk。