[发明专利]一种基于记忆与遗忘策略的工业过程异常在线检测方法

权利要求书

1.一种基于记忆与遗忘策略的工业过程异常在线检测方法，其特征在于该方法包括以下步骤：

(1)以高炉炼铁中铁水中的硅含量作为过程变量进行在线检测，进而确定工业过程状态是否异常，设定铁水中的硅含量为x，范围为0％～1.5％；

(2)设定传感器在线采集的铁水中的硅含量x的时间序列为x(t)，t＝1,2,…,T，随着传感器不断的进行在线采集，得到的x(t)的序列长度T不断增加，以采样点x(1)作为x(t)的在线时间序列的起点，以采样点x(T)作为x(t)的在线时间序列的终点，则随着传感器的每一次在线采集，都能得到x(t)的待检测序列X＝[x(1),x(2),…,x(T)]；

(3)对于待检测序列X上的采样点x(i)，i∈[1,T]，有

其中

秩序列S_k是第i个时刻数值大于j时刻数值个数的累计数；

(4)设定时间序列x(t)独立同分布，定义如下统计量序列为

均值和方差分别为

(5)将时间序列x(t)逆序排列，则得到逆时间序列以采样点x(T)作为的在线时间序列的起点，以采样点x(1)作为的在线时间序列的终点，重复步骤(2)，得到对应的待检测序列

(6)对于步骤(5)中得到的待检测序列重复步骤(3)和步骤(4)，则得到另一个统计量序列UB_k，UB_k满足

UB_k＝-UF_k,k＝n,n-1,...,1 UB₁＝0 (5)

(7)给定±U_1-α/2为临界值，临界值±U_1-α/2为标准正态分布的(1-α/2)分位数，α是给定的显著性水平，取α＝0.05，得到α/2＝0.025,1-α/2＝0.975，查找标准正态分布z值表上与0.975最接近的数值，然后找到标准正态分布表上此数值对应的横纵坐标分别为1.9和0.06，相加可以得到临界值|U_1-a/2|＝1.96；

(8)对统计量序列UF_k、UB_k曲线和临界值±U_1-α/2之间的关系进行判定：

(8-1)统计量序列UB_k曲线第一次进入临界值±U_1-α/2范围内，且UF_k和UB_k两条统计量序列曲线在临界值±U_1-α/2之间立刻出现交点时，则该交点为时间序列x(t)上的状态异常点；

(8-2)UF_k和UB_k两条统计量序列曲线在临界值±U_1-α/2之间没有交点时，说明此待检测序列X上没有状态异常点，则传感器继续不断的进行在线采集，x(t)的待检测序列X＝[x(1),x(2),…,x(T)]的长度T不断增加，直到满足步骤(8-1)中的要求时，待检测序列X的长度停止增加，该交点即为时间序列x(t)上的状态异常点；

(9)将步骤(8)中得到的交点记为时间序列x(t)上的第一次状态异常点，基于记忆与遗忘策略，将该状态异常点记为时间序列x(t)的新起点x(1)，同时遗忘该状态异常点之前的采样点，随着T的不断增加，重复步骤(2)～步骤(8)，若时间序列x(t)中存在多个状态异常点，则能找到时间序列x(t)的下一次状态异常点。