[发明专利]一种基于互信息矩阵投影的多变量过程监控方法

权利要求书

1.一种基于互信息矩阵投影的多变量过程监控方法，包括离线建模环节和在线监控环节，其特征在于，

所述的离线建模环节包括：

1.1)数据预处理：对于在工业过程中已经采集到的原始流程数据构建训练集进行标准化预处理得到基于构建监测时刻i的时间拓扑矩阵

1.2)构建工业监测时刻i的变量互信息矩阵并对进行特征谱分解得到特征向量矩阵和特征值对角矩阵

1.3)对时间拓扑矩阵在互信息矩阵的特征空间进行投影以提取转换元矩阵并计算其各阶统计量μ_i、ν_i、ζ_i和γ_i，构建检测指标

1.4)根据检测指标的均值Θ_μ和标准差Θ_σ计算样本的相似性指标Dⁱ；

1.5)基于工业过程中的置信度η对相似性指标Dⁱ进行统计，计算监控阈值D_cl；

所述在线监控环节包括：

2.1)数据预处理：对于工业运行过程中的在线监测样本的原始数据构建测试集利用训练集的均值和方差对测试集进行数据预处理得到构建监测时刻i的时间拓扑矩阵

2.2)构建监测时刻i的变量互信息矩阵并对进行特征谱分解得到特征向量矩阵和特征值对角矩阵

2.3)对时间拓扑矩阵在互信息矩阵的特征空间投影以提取转换元矩阵并构建检测指标

2.4)对测试集的检测指标以训练集检测指标的均值Θ_μ及标准差Θ_σ作为对比，计算在线监测样本的相似性指标

2.5)根据监控阈值进行故障辨识，如果则进行故障报警。

2.如权利要求1所述的基于互信息矩阵投影的多变量过程监控方法，其特征在于所述的步骤1.1)中：

对于给定的训练集进行标准化预处理得到

其中，为训练集的均值，为训练集的标准偏差；

监测时刻i的时间拓扑矩阵

3.如权利要求2所述的基于互信息矩阵投影的多变量过程监控方法，其特征在于所述的步骤1.2)具体为：

1.2.1)定义核函数κ：计算任意两个传感器变量x_i和x_j的Gram矩阵K＝κ(x_i,x_j)，归一化为计算基于矩阵Rényi的α-熵：

其中，表示矩阵A和B之间的Hadamard乘积；

1.2.2)基于矩阵Rényi的α-熵函数构建时刻i的互信息矩阵

其中，I(x_i；x_j)为变量x_i和x_j之间的互信息，H(x_i)为变量x_i的熵，且I(x_i；x_j)＝H(x_i)+H(x_j)-H(x_i；x_j)，而H(x_i；x_j)为变量x_i和x_j之间的联合熵；

1.2.3)对互信息矩阵进行特征谱分解其中是为特征向量矩阵，对角矩阵是特征值矩阵。