[发明专利]一种基于主元相似性分析的多模态过程模态辨识方法

摘要

本发明公开了一种基于主元相似性分析的多模态过程模态辨识方法，包括：根据待识别模态的数据集，选取窗口大小、窗口移动的长度和PCA相似性因子的控制限值；将第一个窗口的数据作为初始模态的数据，计算初始模态的相似性指标统计量的控制限值；对于每个窗口，基于主成分分析方法计算两个相似性指标的值；判断当前窗口的模态；当前窗口不属于当前模态时，判断所属新模态类型；当前窗口仍属于当前模态时，把当前窗口的数据并入到当前模态数据内。本发明揭示了不同模态数据之间性质的主要差异在于一阶矩和二阶矩；针对一阶矩的差异，选取T²统计量；针对二阶矩的差异，选取相似性因子。使得本发明的模态辨识方法计算量小，模态辨识的结果准确率高。

主权项

1.一种基于主元相似性分析的多模态过程模态辨识方法，其特征在于，包括：(1)获取不同模态的数据，组成待识别模态的数据集；(2)根据待识别模态的数据集，选取窗口大小h、窗口移动的长度L和PCA相似性因子的控制限值；(3)窗口在待识别模态的数据集中移动时，将第一个窗口的数据作为初始模态的数据，基于初始模态的数据计算初始模态的相似性指标统计量的控制限值；(4)根据当前窗口的数据，得到当前窗口与当前模态之间的PCA相似性因子和当前窗口的相似性指标统计量，分别与PCA相似性因子的控制限值和当前模态的相似性指标统计量的控制限值比较，判断当前窗口的模态，所述当前模态为已经辨识出来的最近一个非过渡模态；(5)若当前窗口属于当前模态，将当前窗口的数据并入当前模态的数据后，得到当前模态的相似性指标统计量的新的控制限值，利用新的控制限值更新当前模态的相似性指标统计量的控制限值；若当前窗口的数据不属于当前模态，根据前一个窗口的模态判断当前窗口是否为新的模态；(6)若当前窗口为新的模态，根据当前窗口的数据计算新的模态的相似性指标的控制限值，并将当前窗口的数据作为新的模态的数据；(7)重复步骤(4)～(6)，直至待识别模态的数据集中所有数据模态辨识完成；所述PCA相似性因子用于度量两个不同数据集之间的二阶矩差异，所述相似性指标统计量用于衡量两个不同数据集之间的一阶矩差异。