[發明專利]一種基于典型變量相異性分析的化工過程緩變故障檢測方法

在審

• 申請號: 202210241086.1
• 申請日: 2022-03-11
• 公開（公告）號: CN114611067A
• 公開（公告）日: 2022-06-10
• 發明（設計）人: 鄧曉剛;劉曉月;楊明輝;廖明燕;王宇江
• 申請（專利權）人: 中國石油大學（華東）
• 主分類號: G06F17/18
• 分類號: G06F17/18;G06F17/16;G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于典型變量相異性分析的化工過程緩變故障檢測方法，其特征在于，含有以下步驟：

(一)采集歷史數據庫中正常操作工況下的過程數據作為訓練數據X₀，并利用訓練數據X₀的均值和標準差對訓練數據X₀進行標準化處理，得到標準化后的訓練數據X；由訓練數據X構造訓練歷史數據矩陣P和未來數據矩陣F；

(二)將所述歷史和未來數據矩陣P和F進行典型變量相異性分析得到CVDA模型，利用所述CVDA模型提取所述歷史和未來數據矩陣P和F的狀態向量s、殘差向量e和相異性特征d，利用Wasserstein距離分別計算所述狀態向量s、殘差向量e和相異性特征d所對應的訓練WD特征s^WD、e^WD和d^WD；

(三)由所述訓練WD特征s^WD、e^WD和d^WD計算相應統計量T²、統計量Q和統計量D，給定置信水平α，通過核密度估計方法計算統計量T²所對應的控制限統計量Q所對應的控制限Q_lim和統計量D所對應的控制限D_lim；

(四)采集測試數據x_new，利用訓練數據X₀的均值和標準差對測試數據x_new進行標準化處理，得到標準化后的測試數據x_t，由測試數據x_t構造測試歷史數據向量p_t和未來數據向量f_t；

(五)利用步驟(二)所得到的CVDA模型，獲得測試歷史數據向量p_t和未來數據向量f_t所對應的狀態向量s_t、殘差向量e_t和相異性特征d_t，利用Wasserstein距離分別計算所述狀態向量s_t、殘差向量e_t和相異性特征d_t所對應的在線WD特征和

(六)依據所述WD特征相對于訓練WD特征s^WD的變化對WD特征賦予權重w_s,t，WD特征相對于訓練WD特征e^WD的變化對在線WD特征賦予權重w_e,t，WD特征相對于訓練WD特征d^WD的變化對在線WD特征賦予權重w_d,t，獲得在線加權WD特征和

(七)由所述在線加權WD特征和計算對應新的統計量T_t²、統計量Q_t和統計量D_t，并依據統計量T_t²、統計量Q_t和統計量D_t是否超出對應的控制限，判斷測試數據x_t是否發生故障。