[发明专利]一种基于典型变量相异性分析的化工过程缓变故障检测方法

权利要求书

1.一种基于典型变量相异性分析的化工过程缓变故障检测方法，其特征在于，含有以下步骤：

(一)采集历史数据库中正常操作工况下的过程数据作为训练数据X₀，并利用训练数据X₀的均值和标准差对训练数据X₀进行标准化处理，得到标准化后的训练数据X；由训练数据X构造训练历史数据矩阵P和未来数据矩阵F；

(二)将所述历史和未来数据矩阵P和F进行典型变量相异性分析得到CVDA模型，利用所述CVDA模型提取所述历史和未来数据矩阵P和F的状态向量s、残差向量e和相异性特征d，利用Wasserstein距离分别计算所述状态向量s、残差向量e和相异性特征d所对应的训练WD特征s^WD、e^WD和d^WD；

(三)由所述训练WD特征s^WD、e^WD和d^WD计算相应统计量T²、统计量Q和统计量D，给定置信水平α，通过核密度估计方法计算统计量T²所对应的控制限统计量Q所对应的控制限Q_lim和统计量D所对应的控制限D_lim；

(四)采集测试数据x_new，利用训练数据X₀的均值和标准差对测试数据x_new进行标准化处理，得到标准化后的测试数据x_t，由测试数据x_t构造测试历史数据向量p_t和未来数据向量f_t；

(五)利用步骤(二)所得到的CVDA模型，获得测试历史数据向量p_t和未来数据向量f_t所对应的状态向量s_t、残差向量e_t和相异性特征d_t，利用Wasserstein距离分别计算所述状态向量s_t、残差向量e_t和相异性特征d_t所对应的在线WD特征和

(六)依据所述WD特征相对于训练WD特征s^WD的变化对WD特征赋予权重w_s,t，WD特征相对于训练WD特征e^WD的变化对在线WD特征赋予权重w_e,t，WD特征相对于训练WD特征d^WD的变化对在线WD特征赋予权重w_d,t，获得在线加权WD特征和

(七)由所述在线加权WD特征和计算对应新的统计量T_t²、统计量Q_t和统计量D_t，并依据统计量T_t²、统计量Q_t和统计量D_t是否超出对应的控制限，判断测试数据x_t是否发生故障。