[发明专利]一种工业过程稳态工况识别与分类方法

权利要求书

1.一种工业过程稳态工况识别与分类方法，其特征在于针对工业过程，通过选择工况相关变量，建立多个主元分析模型，识别稳态工况，并进行工况分类，具有以下步骤：

(1)分析工艺过程和传感器分布情况，确定与工况相关的变量集V；

(2)选择一段包含n组数据的正常平稳工况下的历史数据作为训练集；

(3)对训练集进行主元分析，建立模型M₁并算出T²统计量上限T_α²和SPE统计量上限δ_α²，并将M₁设置为当前模型M_p，加入工况模型集合Q；

(4)将待测数据输入到当前模型M_p中，基于统计量T²和统计量SPE的越界情况判断当前工况是否符合当前模型M_p：若符合则判定当前工况平稳，返回步骤(4)；否则说明当前工况发生变化，转步骤(5)；

(5)从统计量越界的时刻开始，分别对T²和SPE进行数据平稳性检测，得到数据开始平稳的时刻t_s，即从t_s时刻开始，过程进入新的稳态工况；t_s的计算方法为：针对T²和SPE分别进行数据平稳性检测，算出统计量开始平稳时间t_SPE和t_T2，t_s＝max{t_SPE,t_T2}；统计量数据平稳性检测步骤如下：

(5-1)令t_SPE或t_T2初始值为统计量越界的时刻；

(5-2)从t_SPE或t_T2时刻开始选择h组数据，求相邻两时刻的数据差值；

(5-3)对数据差值进行置信度为95％的区间估计；

(5-4)若估计出的区间包含0，则当前数据平稳，结束检测；否则，说明数据非平稳，令t_SPE＝t_SPE+h或t_T2＝t_T2+h，转步骤(5-2)；

(6)从t_s开始，取n组数据，将它们依次输入集合Q的工况模型中，若有模型符合，说明当前工况已出现过，将当前模型M_p切换为符合当前工况的模型，转步骤(4)；否则，将它们作为训练集，转步骤(3)。

2.根据权利要求1所述的一种工业过程稳态工况识别与分类方法，其特征在于步骤(4)和步骤(6)中，判断模型符合的条件为：将待测数据输入工况模型后，计算出的SPE和T²将时间分为如下3类：

其中，T₁∪T₂∪T₃为待测数据的完整时段，SPE_t和T_t²分别为t时刻的统计量值，δ_α²和T_α²分别为SPE和T²统计量上限，当时间集合T₂和T₃中出现的最大连续时间长度小于Δt，则判断模型符合。