[发明专利]一种时序约束模糊聚类的间歇过程多模态划分方法

摘要

本发明公开了一种时序约束模糊聚类的间歇过程多模态划分方法，属于间歇过程监测技术领域。该方法首先对间歇过程的多批次过程数据按照采样时间方向展开为二维数据矩阵并进行标准化，构建标准化后的过程数据样本集；然后将间歇过程的所有过程数据样本均划分为同一类，通过模糊聚类算法计算各个样本的初始隶属度；最后从最初采样时刻开始，逐个添加过程数据样本作为新的时序样本集，迭代计算新添加样本的隶属度，通过比较新添加样本的隶属度和对应时刻初始隶属度的大小，进而划分间歇过程的模态。本方法不需要间歇过程先验知识和统计模型，不需要设定模态个数，根据间歇过程的时序隶属度变化自动划分不同模态，提高了模态划分的准确性。

主权项

1.一种时序约束模糊聚类的间歇过程多模态划分方法，其特征在于：该方法包括以下步骤：步骤一：采集I个间歇过程批次的过程数据X_i(J×K)，其中i(1≤i≤I)为批次的序号，J为测量变量的个数，K为采样点个数；按照采样时间方向展开为二维数据矩阵对数据矩阵的每列减去其均值再除以其标准差，得到标准化的批次过程数据X(K×IJ)；步骤二：通过模糊聚类算法计算单分类设定下的各个过程数据样本的初始隶属度；步骤三：从最初采样时刻开始，逐个添加过程数据样本作为新的时序样本集，迭代计算新添加样本的隶属度，通过多次比较新添加样本的隶属度和对应初始隶属度的大小，进而划分间歇过程的模态；步骤四：计算不同模态个数的综合评价指标(partition performance combination index，PPCI)；当模态个数为i时，对应的PPCI计算为其中式中，mean(·)和std(·)分别代表计算集合元素的均值和标准差；选择使PPCI最小的模态个数作为确定最佳的模态个数，对应的模态划分结果为最佳的模态划分结果。