[发明专利]基于多元非线性回归的工业过程能效识别与诊断方法

权利要求书

1.一种基于多元非线性回归的工业过程能效识别与诊断方法，其特征在于，包括：

获得工业生产数据之中的产品产出数据和各个原材料数据；

对所述产品产出数据和所述原材料数据进行单位化，以使所述产品产出数据作为因变量，所述原材料数据作为自变量；

对所述因变量和各个所述自变量分别进行曲线估计，多元线性方程的计算公式如下：

y_i＝β₀+β₁x₁+β₂x₂+...+β_mx_m+δ_i δ_i～N(0，δ²)

其中，y_i是因变量，x₁,…,x_m是因变量，β₀是常数，β₁,...β_m是系数，δ_i表示每个采样点和直线的偏差，δ_i相互独立而且服从正态分布；

对各个所述原材料数据分别进行拟合取代，多元线性拟合方程的计算公式如下：

y_i＝b₀+b₁x_i1+b₂x_i2+...+b_mx_im+δ，i＝1，2...，n

其中，b₀是拟合方程的截距，b₁,…,b_m是拟合方程的斜率；

对所述产品产出数据和拟合取代之后的原材料数据进行线性回归分析，获得能效识别与诊断模型，三次回归模型的计算公式如下：

y＝b₀+b₁x+b₂x²+b₃x³

或者，两次回归模型的计算公式如下：

y＝b₀+b₁x+b₂x²。

2.根据权利要求1所述的基于多元非线性回归的工业过程能效识别与诊断方法，其特征在于，二元线性方程的计算公式如下：

其中，y_i是因变量，x_i是因变量，β₀是常数，β₁是系数，δ_i表示每个采样点和直线的偏差，δ_i相互独立而且服从正态分布；

二元线性拟合方程的计算公式如下：

其中，b₀是拟合方程的截距，b₁是拟合方程的斜率；

残差平方和计算公式如下：

根据上述三个公式获得计算公式如下：

其中，和是样本平均值。

3.根据权利要求1所述的基于多元非线性回归的工业过程能效识别与诊断方法，其特征在于，还包括：

使用R²值表示拟合效果，R²值的计算公式如下：

4.根据权利要求1所述的基于多元非线性回归的工业过程能效识别与诊断方法，其特征在于，还包括：

对所述多元线性拟合方程进行矩阵表示，计算公式如下：

Y＝Xβ+δ

其中，β、δ、Y和X的值表示如下：

β的值表示如下：

β＝(X^TX)^-1X^TY。

5.根据权利要求1所述的基于多元非线性回归的工业过程能效识别与诊断方法，其特征在于，还包括：

通过变量替换将非直线方程转换为线性方程，计算公式如下：