[发明专利]基于统计方法，自动在线检测流体的实际状态与流体的参考状态的偏差的方法，特别是用于监测饮用水供应

权利要求书

1.一种用于自动在线检测流体(1)的实际状态与所述流体(1)的参考状态(RZ)的偏差的方法，其中，关于至少三个测量变量(MV1，MV2，MV3；...)，以组合方式评估基本上同时捕获的测量值(2)，

其中，所述测量变量(MV1，MV2，MV3；...)是所述流体(1)的不同测量量(3)和/或在不同测量点(4)测量的所述流体(1)的测量量(3)，

至少包括以下方法步骤：

a)通过以下步骤创建参考数据集(5)：

-参考测量值(21)在n个不同时间(tj，j＝1，...，n)的周期性的在线检测，所述参考测量值(21)在每种情况下关于所述至少三个测量变量(MV1，MV2，MV3；...)基本上同时地被检测，其中，其中当检测到所述参考测量值(21)时，所述流体(1)处于所述参考状态(RZ)；

-存储所述参考测量值(21)；

-通过神经网络排列所述参考测量值(21)并且投影到具有减小的维度(d)的向量空间(VR)中，其中，所述减小的维度(d)小于所述测量变量(MV1，MV2，MV3，...)的数量，使得在时间tj检测的参考测量值(21)在每种情况下都被映射到所述向量空间(VR)的参考向量(rtj)：

-存储n个所述参考向量rtj；

b)在线测量，包括：

-在时间ti，关于所述流体(1)的至少三个测量变量(MV1，MV2，MV3；...)，基本上同时地检测的测量值(2)的在线检测；

-存储所述测量值(2)；

c)周期性地执行方法步骤b)，其中，在时间ti处的测量值和在时间ti之前的任何时间(t1，...，ti-1)处的测量值通过神经网络被周期性地排列并且被投射到减小的维度d的向量空间中，使得在时间ti检测的测量值被映射到所述向量空间的测量向量xti；

d)存储所述测量向量xti；

e)通过可预定窗口宽度(h)的核密度估计量p_h(xti)，比较所述测量向量xti和n个所述参考向量rtj：

其中，是概率密度函数(PDF)；

f)基于所述核密度估计量p_h(xti)的值，关于所述实际状态与所述参考状态(RZ)的偏差，创建针对时间ti的评估。

2.根据权利要求1所述的方法，

其中，所述神经网络和所述投影的形成在自组织映射或Kohonen映射的基础上进行，

以及其中，在所述投影中使用Sammon误差函数，

和/或

其中，所述减小的维度(d)大于1。

3.根据权利要求2所述的方法，其中，所述减小的维度(d)为2。

4.根据权利要求1至3中的任一项所述的方法，

其中，所述概率密度函数(PDF)是正态分布的概率密度函数(PDF)：

5.根据权利要求1至3中的任一项所述的方法，

其中，通过所述参考测量值(21)的分布的标准偏差(σ)和/或所述参考测量值(21)的分位数(IQR)的距离来估计所述可预定窗口宽度(h)。

6.根据权利要求1至3中的任一项所述的方法，

其中，通过分为第一类型的至少两个不同类别(Ka1，Ka2，...)的划分来实现关于所述实际状态与所述参考状态(RZ)的偏差，在时间ti对所述流体(1)的评估，

以及其中，所述划分取决于所述核密度估计量p_h(xti)是否超过或低于第一上限和/或下限可预定阈值(G1，...)。

7.根据权利要求1至3中的任一项所述的方法，

其中，在针对时间ti评估所述流体(1)的实际状态时，考虑所述测量向量xti和第二测量向量xtk之间的差，

其中，所述第二测量向量xtk属于时间ti之前的时间tk。