[发明专利]化工过程微小故障检测方法

摘要

本发明涉及一种化工过程微小故障检测方法，其步骤为：对训练数据进行归一化处理后，建立LGPCA模型，从训练数据中提取局部‑全局特征作为得分向量，利用滑动窗口计算训练数据得分向量的均值和方差，在此基础上得到训练KLD成分，进一步基于训练KLD成分计算主成分空间统计量T²和残差空间统计量SPE并确定相应的控制限；采集测试数据，利用LGPCA模型提取对应的主成分向量和残差向量，利用滑动窗口计算测试数据得分向量的均值和方差，进一步得到在线KLD成分，基于在线KLD成分计算主成分空间统计量T²和残差空间统计量SPE，并利用控制限进行监控。本发明方法将KLD引入到传统LGPCA方法中，能够充分利用化工过程数据所包含的概率信息，提高微小故障检测率。

主权项

1.一种化工过程微小故障检测方法，其特征在于，含有以下步骤：(一)采集化工过程历史数据库的正常操作工况数据作为训练数据X₀，并利用训练数据X₀的均值和标准差对训练数据X_o进行归一化处理，得到归一化后的训练数据X；(二)将所述归一化后的训练数据X进行局部‑全局主成分分析得到LGPCA模型，利用所述LGPCA模型提取所述训练数据X的投影向量和得分向量；(三)计算所述训练数据X所对应的训练KLD成分；(四)由训练KLD成分计算训练数据X的主成分空间统计量T²和残差空间统计量SPE，给定置信水平α，通过KDE方法计算主成分空间统计量T²所对应的控制限和残差空间统计量SPE所对应的控制限SPE_lim；(五)采集化工过程故障工况下的实时数据作为测试数据x_new，利用训练数据X_o的均值和标准差对测试数据x_new进行归一化处理，得到归一化后的测试数据x_t；(六)利用步骤(二)所得到的投影向量将测试数据x_t投影到低维空间，得到测试数据x_t所对应的得分向量；(七)计算所述测试数据x_t所对应的在线KLD成分；(八)由在线KLD成分计算测试数据x_t的主成分空间统计量T_t²和残差空间统计量SPE_t；(九)依据主成分空间统计量T_t²是否超出控制限和残差空间统计量SPE_t是否超出控制限SPE_lim，判断测试数据x_t是否发生故障。