[發明專利]一種基于相關特征分析的復雜化工過程狀態監測方法

有效

• 申請號: 202010570612.X
• 申請日: 2020-06-13
• 公開（公告）號: CN111914210B
• 公開（公告）日: 2023-09-19
• 發明（設計）人: 藍艇;請求不公布姓名
• 申請（專利權）人: 寧波大學
• 主分類號: G06F17/16
• 分類號: G06F17/16;G06F18/2113;G06F18/214;G01D21/02
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開一種基于相關特征分析的復雜化工過程狀態監測方法，旨在發明出一種可對復雜多變的化工過程數據進行相關特征分析的策略，并基于復雜化工過程對象的相關特征分析實施復雜化工過程的狀態監測。本發明方法的優勢和特點在于：首先，本發明方法所涉及的相關特征分析，在均分訓練數據矩陣的基礎上就可以實現，不需要對復雜化工過程數據進行特別的分析。從這點上講，本發明方法簡單易操作。其次，本發明方法利用K階近鄰距離平方之和構造了一個不同的監測指標，從而將復雜化工過程數據的復雜多變性對監測結果的影響降到了最低。最后，通過具體的實施案例，對比驗證了本發明是一種更為優越的復雜化工過程狀態監測方法。

技術領域

本發明涉及一種化工過程運行狀態監測方法，特別涉及一種基于相關特征分析的復雜化工過程狀態監測方法。

背景技術

在現代化工過程運行中，因先進儀表與計算機技術的廣泛應用，生產過程中的溫度、壓力、流量、和液位等數據信息可實現實時采樣。這些海量存儲的采樣數據以及實時更新的在線采樣數據為實施數據驅動的化工過程狀態監測奠定了堅實的數據基礎。近十幾年來，利用化工過程的機理模型實施狀態監測已經遇到了技術發展的瓶頸。相比之下，利用采樣數據來監測化工過程運行狀態在安全化工生產領域受到了越來越多的重視。數據驅動的化工過程狀態監測經過多年的研究發展，出現了許多以多變量統計分析算法為基礎的過程狀態監測技術。這些主流的化工過程狀態監測方法實施的核心主要關注于數據潛在特征的挖掘。換句話說，所建立的數據驅動模型都是旨在提取采樣數據中潛藏的特征。

然而，現代化工過程因其組成結構的復雜性和運行的動態變化性，采集到的樣本數據是呈現出復雜變化特征的。例如，因環境溫度的變化，化工過程冷卻水的溫度也會實時變化，相應的控制系統也會對冷卻水的流量進行調控。此外，因生產計劃調度等管理因素的制約，化工過程同樣會切換不同的生產狀態。因此，針對復雜化工過程狀態監測問題的研究不能簡單的應用某個經典的算法，需要對復雜化工過程采樣數據進行深入的特征分析，并使用相適宜的監測指標完成對運行狀態的實時監測。

復雜化工數據因其多聚類簇特性以及狀態切換過渡過程的非穩定性因素，其特征分析任務相對較為復雜。值得注意的是，即使是復雜化工過程數據的多變化性，其數據之間同樣可以分析并提取出相關特征的。從數據的變化性上看，復雜化工過程數據的相關特征就是前后沒有出現明顯變化的特征，只有這樣才能體現出相關性。在提取完相關特征后，原采樣數據中殘余的特征成分其差異變化特征就更明顯。因此，針對復雜多變的化工過程狀態監測問題，相應的解決技術方案還是缺失的。

發明內容

本發明所要解決的主要技術問題是：發明出一種可對復雜多變的化工過程數據進行相關特征分析的策略，并基于復雜化工過程對象的相關特征分析實施復雜化工過程的狀態監測。具體來講，本發明方法首先設計出一個全新的相關特征分析技術，旨在解決復雜化工過程的相關特征提取。此外，本發明方法在提取完相關特征后，進一步針對差異特征設計相應的監測指標，從而適應其多變性特征。

本發明方法解決上述問題所采用的技術方案為：一種基于相關特征分析的復雜化工過程狀態監測方法，包括以下步驟：

步驟(1)：利用化工過程中安裝的測量儀表采集該化工過程正常運行狀態下的N個樣本數據x₁，x₂，…，x_N，其中，第i個采樣時刻的樣本數據x_i∈R^m×1由m個測量數據組成，R^m×1表示m×1維的實數向量，i∈{1，2，…，N}。

步驟(2)：對x₁，x₂，…，x_N實施標準化處理，得到數據向量并組建訓練數據矩陣