[發明專利]基于智能儀表的過程趨勢分析預測方法

在審

• 申請號: 202110609061.8
• 申請日: 2021-06-01
• 公開（公告）號: CN113408591A
• 公開（公告）日: 2021-09-17
• 發明（設計）人: 包偉華;趙勇;徐華東;邱云周;賈根團
• 申請（專利權）人: 上海自動化儀表有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 上海精晟知識產權代理有限公司 31253
• 代理人: 周瓊

1.一種基于智能儀表的過程趨勢分析預測方法，其特征在于，包括：智能儀表記錄歷史感知數據；根據歷史感知數據訓練數據預測模型；將數據預測模型預測的感知數據加入滑動窗口；計算滑動窗口內的峭度值；將峭度值輸入狀態轉移模型，完成狀態的更新和預測。

2.根據權利要求1所述的基于智能儀表的過程趨勢分析預測方法，其特征在于，根據歷史感知數據訓練數據預測模型采用多元線性模型，多元線性模型的假設空間如下：

h_θ(x)＝θ₀+θ₁x₁+θ₂x₂+…+θ_nx_n＝θ^TX

其中θ^T為待訓練的參數，X為輸入的特征向量。定義的代價函數如下：

其中m為樣本的數量，h_θ(x⁽ⁱ⁾)為預測的值，y⁽ⁱ⁾為真值。

3.根據權利要求1所述的基于智能儀表的過程趨勢分析預測方法，其特征在于，計算滑動涌口內的峭度值的公式為：

其中N為窗口的長度、x_i為信號值、為信號均值、σ_t為標準差。

4.根據權利要求1所述的基于智能儀表的過程趨勢分析預測方法，其特征在于，狀態轉移模型為一個有限狀態機，有限狀態機根據峭度值特征的值完成狀態的躍遷。

5.根據權利要求4所述的基于智能儀表的過程趨勢分析預測方法，其特征在于，有限狀態機共具有五種狀態：未啟動、啟動過程、正常運行、停機過程、異常故障。

6.根據權利要求4所述的基于智能儀表的過程趨勢分析預測方法，其特征在于，在狀態躍遷的過程中加入了計數器，只有當計數器的值大于閾值T時才能夠完成狀態的轉移。

7.根據權利要求1所述的基于智能儀表的過程趨勢分析預測方法，其特征在于，將數據預測模型預測的感知數據加入滑動窗口包括：將智能儀表歷史感知的n個數據輸入模型得到預測的一個感知數據；通過循環迭代m次來獲取未來的m個感知數據，將m個數據加入滑動窗口，滑動窗口為一個先進先出的隊列，每次更新從隊尾中加入m個數據的同時從隊首中移除m個數據。