[發明專利]基于互信息的多塊k近鄰故障監測方法及系統

在審

• 申請號: 202011060648.X
• 申請日: 2020-09-30
• 公開（公告）號: CN112184034A
• 公開（公告）日: 2021-01-05
• 發明（設計）人: 熊偉麗;鄭靜
• 申請（專利權）人: 江南大學
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06N5/04;G06N7/00;G06K9/62
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 樓高潮

本發明提供基于互信息的多塊k近鄰故障監測方法及系統，方法包括：獲取原始正常工況樣本數據集A₀及待測樣本數據集x，對A₀進行標準化處理得到原始正常工況標準樣本數據集及對x進行標準化處理得到待測標準樣本數據集x^*；根中樣本的兩變量的互信息對中的變量進行分塊，及根據x^*中的樣本的兩變量的互信息對x^*中的變量進行分塊；求取各子塊的控制限，及求取x^*的各子塊的統計量；根據貝葉斯推斷，將各子塊的控制限及x^*的各子塊的統計量融合為統計量，并根據統計量與的各子塊的控制限的關系確定x^*是否發生故障；若發生故障，則根據x^*中的樣本的變量與變量均值的馬氏距離確定故障子塊及故障樣本。本方法可準確快速地監測出待測樣本數據集是否發生故障、故障子塊及故障樣本。

技術領域

本發明涉及復雜工業過程建模和故障診斷領域,尤其涉及一種基于多塊信息提取和馬氏距離的故障監測方法及系統。

背景技術

隨著新型傳感器、數據采集設備和系統的高速發展，一些先進化工工業過程積累了豐富的過程數據，使得多元統計過程監控技術不斷進步。其中作為基礎的主成分分析和k近鄰方法得到了大量的研究和應用。作為一種降維技術，PCA監測方法通過將數據投影到低維空間以有效地處理高維和線性相關的數據，通過建立主元子空間和殘差子空間的統計量進行過程監控。但是，對于具有非線性和非高斯特性的過程數據，PCA方法可能無法進行有效的監測。

基于該問題，本領域技術人員也進行了一系列的研究，也陸陸續續嘗試各種基于kNN原理的故障監測方法，然而故障監測結果均不理想，要么計算量比較大從而使得效率低，要么就是故障監測效果的誤報率高。

基于上述問題，如何同時保障故障監測的效率及監測結果成為本領域技術人員面臨的一大難題。

發明內容

針對傳統kNN故障監測的效率及監測結果等問題，本發明實施例提出一種基于互信息的多塊k近鄰故障監測方法。

第一方面，本發明實施例提供一種基于互信息的多塊k近鄰故障監測方法，用于對化工-TE過程中的故障進行監測，包括：

步驟S10、獲取原始正常工況樣本數據集A₀及待測樣本數據集x，對所述原始正常工況樣本數據集A₀進行標準化處理得到原始正常工況標準樣本數據集及對待測樣本數據集x進行標準化處理得到待測標準樣本數據集x^*；

步驟S12、根據原始正常工況標準樣本數據集中樣本的兩變量的互信息對所述原始正常工況標準樣本數據集中的變量進行分塊，及根據待測標準樣本數據集x^*中的樣本的兩變量的互信息對待測標準樣本數據集x^*中的變量進行分塊；

步驟S14、求取原始正常工況標準樣本數據集各子塊的控制限，及求取待測標準樣本數據集x^*的各子塊的統計量；

步驟S16、根據貝葉斯推斷，將原始正常工況標準樣本數據集各子塊的控制限及待測標準樣本數據集x^*的各子塊的統計量融合為統計量，并根據統計量與原始正常工況標準樣本數據集的各子塊的控制限的關系確定待測標準樣本數據集x^*是否發生故障；

步驟S18、若發生故障，則根據待測標準樣本數據集x^*中的樣本的變量與變量均值的馬氏距離確定故障子塊及故障樣本。

在一個實施例中，所述對所述原始正常工況樣本數據集A₀進行標準化處理得到原始正常工況標準樣本數據集采用的第一數學模型為：