[发明专利]基于核主元分析与径向基神经网络的软测量方法及系统

权利要求书

1.一种基于核主元分析与径向基神经网络的软测量方法，其特征在于，包括步骤：

1)测量发电机组的运行参数，并存储到DCS数据库中；

2)任选取一项运行参数作为建模变量，通过机理分析从所述的DCS数据库中获取与所述建模变量相关的辅助变量；

3)利用KPCA方法提取所述辅助变量的高阶非线性特征，将经过特征值提取后的主元变量集，和建模变量作为RBF神经网络的输入建立软测量模型；

4)选取相应的待测参数，输入所述的软测量模型，得到对应的软测量值。

2.如权利要求1所述的基于核主元分析与径向基神经网络的软测量方法，其特征在于，所述的KPCA方法采用下式的径向基函数作为KPCA中的核函数，

K(x,x_i)＝exp(-|x-x_i|²/2σ²)

式中，K为核矩阵，x为输入空间的各变量，x_i为基函数中心，σ为基函数宽度系数。

3.如权利要求2所述的基于核主元分析与径向基神经网络的软测量方法，其特征在于，在步骤3)中，采用方差贡献率来选取若干个主元组成新特征向量，作为所述的主元变量集；其中，k为当前主元的序号，s为主元总数，l为选取的主元个数，λ_k为第k个主元对应的特征值，E为方差贡献率的阈值。

4.如权利要求3所述的基于核主元分析与径向基神经网络的软测量方法，其特征在于，在步骤3)中，采用循环交叉验证动态寻优方法确定软测量模型的最佳参数组合，寻优步骤如下：

4.1)设定各个参数的寻优范围；

4.2)设定CPV阈值不变；

4.3)设定核参数σ_k和RBF的扩展系数SPREAD，并计算软测量模型相应的RMSE；

4.4)在每个参数的寻优范围内循环调整核参数σ_k和SPREAD的组合，得到这组参数的RMSE值；

4.5)改变CPV阈值，重复步骤4.3)和4.4)，取RMSE值最小时的参数组合，作为软测量模型的最佳参数组合。

5.一种基于核主元分析与径向基神经网络的软测量系统，其特征在于，包括：

数据采集模块，通过传感器测量发电机组的各项参数；

DCS数据库，内部存储着发电机组的运行参数；

测量辅助变量模块，通过机理分析从所述的DCS数据库获取与待建模变量相关的辅助变量；

KPCA-RBF网络建模模块，利用KPCA方法提取所述辅助变量的高阶非线性特征，将经过特征值提取后的主元变量集，和待建模变量作为RBF神经网络的输入建立软测量模型；

选取相应的待测参数，输入所述的软测量模型，得到对应的软测量值。

6.如权利要求5所述的基于核主元分析与径向基神经网络的软测量系统，其特征在于，所述的KPCA方法采用下式的径向基函数作为KPCA中的核函数，

K(x,x_i)＝exp(-|x-x_i|²/2σ²)

式中，K为核矩阵，x为输入空间的各指标，x_i为基函数中心，σ为基函数宽度系数。

7.如权利要求6所述的基于核主元分析与径向基神经网络的软测量系统，其特征在于，在所述的KPCA-RBF网络建模模块中，采用方差贡献率来选取若干个主元组成新特征向量，作为所述的主元变量集；其中，k为当前主元的序号，s为主元总数，l为选取的主元个数，λ_k为第k个主元对应的特征值，E为方差贡献率的阈值。

8.如权利要求7所述的基于核主元分析与径向基神经网络的软测量系统，其特征在于，在所述的KPCA-RBF网络建模模块中，采用循环交叉验证动态寻优方法确定软测量模型的最佳参数组合，寻优步骤如下：

(1)设定各个参数的寻优范围；

(2)设定CPV阈值不变；

(3)设定核参数σ_k和RBF的扩展系数SPREAD，并计算软测量模型相应的RMSE；

(4)在每个参数的寻优范围内循环调整核参数σ_k和SPREAD的组合，得到这组参数的RMSE值；

(5)改变CPV阈值，重复步骤(3)和(4)，取RMSE值最小时的参数组合，作为软测量模型的最佳参数组合。