[發明專利]基于動態內部慢特征分析的丙烯精餾塔狀態監控方法

在審

• 申請號: 202011437212.8
• 申請日: 2020-12-07
• 公開（公告）號: CN112560924A
• 公開（公告）日: 2021-03-26
• 發明（設計）人: 杜文莉;王振雷;周釗;田洲;葉貞成;錢鋒
• 申請（專利權）人: 華東理工大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06F17/16;G06F17/18
• 代理公司: 上海專利商標事務所有限公司 31100
• 代理人: 辛元石;韋東

1.一種基于動態內部慢特征分析算法的丙烯精餾塔狀態監控模型的建模方法，其特征在于，所述方法包括：

(1)將丙烯精餾塔正常運行狀態下的生產過程數據作為訓練集；

(2)對步驟(1)得到的訓練集數據進行標準化處理；

(3)利用步驟(2)標準化之后的數據擬合動態內部慢特征分析模型，確定模型參數，提取數據特征，所述特征包括動態潛變量和殘差，所述動態內部慢特征分析模型的目標函數如式(1)所示：

式中，X＝[x₁,x₂,...,x_N+s]^T表示標準化后的數據矩陣，X_i＝[x_i,x_i+1,...,x_N+i-1]^T(i＝1,2,...,s+1)，Z_s＝[X₁,X₂,...,X_s]，w為投影向量，β＝[β₁ β₂…β_s]^T為不同自回歸模型的擬合系數，為Kronecker積符號，ΔZ_s為Z_s的一階差分矩陣；

(4)采用主成分分析法和獨立成分分析法對步驟(3)得到的特征進行進一步分解，并構建監控統計量，確定對應的監控限。

2.如權利要求1所述的基于動態內部慢特征分析算法的丙烯精餾塔狀態監控模型的建模方法，其特征在于，步驟(1)中，采集的丙烯精餾塔的生產過程數據的樣本數不少于1000組。

3.如權利要求1所述的基于動態內部慢特征分析算法的丙烯精餾塔狀態監控模型的建模方法，其特征在于，步驟(2)中，標準化后的數據各維度數據均值為0，方差為1。

4.如權利要求1所述的基于動態內部慢特征分析算法的丙烯精餾塔狀態監控模型的建模方法，其特征在于，步驟(3)中，基于慢特征分析算法擬合數據的步驟如下：

初始化模型超參數，所述模型超參數包括動態階次s和動態潛變量個數l，使用動態內部慢特征分析算法對步驟(2)標準化后的數據進行特征提取；令X＝[x₁,x₂,...,x_N+s]^T表示標準化后的數據矩陣，定義X_i＝[x_i,x_i+1,...,x_N+i-1]^T(i＝1,2,...,s+1)，Z_s＝[X₁,X₂,...,X_s]，則動態內部慢特征分析算法的目標函數定義如下：

式中，w為投影向量，β＝[β₁ β₂…β_s]^T為不同自回歸模型的擬合系數，為Kronecker積符號，ΔZ_s為Z_s的一階差分矩陣，求解該目標函數，確定最優解w^*和β^*，即可確定一維動態潛特征t＝x^Tw^*；

為了繼續提取下一維動態潛特征，對數據進行如下處理：

X＝X-tp^T (2)

其中，

迭代提取動態潛變量，直到提取潛變量的個數達到設定的超參數動態潛變量個數l；

設最終提取到的動態潛變量矩陣為T，與根據X矩陣定義X_i矩陣類似，根據T矩陣定義矩陣T_i(i＝1,2,...,s+1)，并定義建立如下目標函數，建模不同時滯間的相關性：

這是一個最小二乘問題，解析解為

計算殘差其中P為l個p組成的矩陣。