[发明专利]基于时间序列的生物反应器运行状况分级预测方法及系统

权利要求书

1.一种基于时间序列的生物反应器运行状况分级预测方法，其特征在于，包括如下步骤：

获取生物反应器历史运行数据库中涉及到的表征生物反应器运行状况的关联变量数据，建立统一时间间隔颗粒度下的关联变量历史样本数据集；

提取关联变量历史样本数据集的统计学特征和时间序列特征，建立关联变量历史样本特征数据集；

依据基于生物反应器运行状况关联变量建立的生物反应器运行状况精细化等级分类，对关联变量历史样本特征数据集进行数据标注；

确定表征生物反应器运行状况的、且具备细颗粒度时间序列的关键变量作为目标变量，基于已标注的关联变量历史样本特征数据集建立目标变量的时间序列特征样本数据集，确定各个分类下目标变量的特征时间序列样本；

实时采集目标变量在当前时间间隔颗粒度下的时间序列样本，采用最近邻分类法确定目标变量当前时间序列样本的分类等级，获得生物反应器运行状况的实时预报。

2.根据权利要求1所述基于时间序列的生物反应器运行状况分级预测方法，其特征在于，所述实时采集目标变量在当前时间间隔颗粒度下的时间序列样本，采用最近邻分类法确定目标变量当前时间序列样本的分类等级，获得生物反应器运行状况的实时预报；包括：

实时计算目标变量当前时间序列样本与该变量的各个分类特征时间序列样本的距离度量值，采用最近邻分类法确定目标变量当前时间序列样本的分类等级。

3.根据权利要求1所述基于时间序列的生物反应器运行状况分级预测方法，其特征在于，所述基于时间序列的生物反应器运行状况分级预测方法还包括：

确定多个表征生物反应器运行状况的、且具备细颗粒度时间序列的关键变量作为目标变量，基于已标注的关联变量历史样本特征数据集建立多目标变量的时间序列特征样本组数据集，确定各个分类下多目标变量的特征时间序列样本组；

实时采集多目标变量在当前时间间隔颗粒度下的时间序列样本组，采用最近邻分类法确定多目标变量当前时间序列样本组的分类等级，获得生物反应器运行状况的实时预报。

4.根据权利要求3所述基于时间序列的生物反应器运行状况分级预测方法，其特征在于，所述实时采集多目标变量在当前时间间隔颗粒度下的时间序列样本组，采用最近邻分类法确定多目标变量当前时间序列样本组的分类等级，获得生物反应器运行状况的实时预报；包括：

当前时间间隔颗粒度下，实时采集多目标变量时间序列样本组；

在每一个等级分类下，将当前时间序列样本组中每个目标变量样本与特征时间序列样本组中该变量特征样本的距离度量值加权平均，得到当前时间序列样本组与该分类特征时间序列样本组的加权距离度量值；

实时计算当前时间序列样本组与各个分类的特征时间序列样本组的加权距离度量值，采用最近邻分类法确定生物反应器在当前时间间隔颗粒度下的实时多目标变量时间序列样本组的分类等级，获得生物反应器运行状况的实时预报。

5.根据权利要求1或3所述一种基于时间序列的生物反应器运行状况分级预测方法，其特征在于，将不同时间间隔颗粒度的关联变量数据，按照统一时间间隔颗粒度进行数据转换，建立统一时间间隔颗粒度下的关联变量历史样本数据集。