[发明专利]基于统计方法，自动在线检测流体的实际状态与流体的参考状态的偏差的方法，特别是用于监测饮用水供应

摘要

用于自动在线检测流体(1)的实际状态与流体(1)的参考状态(RZ)的偏差的方法，其中，关于至少三个测量变量(MV1,MV2,MV3；...)，以组合方式评估基本上同时捕获的测量值(2)，其中，所述测量变量(MV1,MV2,MV3；...)是所述流体(1)的不同测量量(3)和/或在不同测量点(4)测量的所述流体(1)的测量量(3)，至少包括以下方法步骤：‑创建参考数据集，其中，参考测量值(21)是通过神经网络被映射到向量空间(VR)的参考向量(rtj)：‑在线测量，其中，在时间ti的测量值和在时间ti之前的任何时间(t1,...,ti‑1)的测量值借助于神经网络被映射到向量空间的测量向量xti；‑借助于可预定窗口宽度(h)的核密度估计量ph(xti)(公式AA)，将测量向量xti与n个参考向量rtj进行比较，其中，(公式BB)是概率密度函数(PDF)；基于来自核密度估计量ph(xti)的值，关于实际状态与参考状态(RZ)的偏差来创建针对时间ti的评估。

主权项

1.一种用于自动在线检测流体(1)的实际状态与所述流体(1)的参考状态(RZ)的偏差的方法，其中，关于至少三个测量变量(MV1,MV2,MV3；...)，以组合方式评估基本上同时捕获的测量值(2)，其中，所述测量变量(MV1,MV2,MV3；...)是所述流体(1)的不同测量量(3)和/或在不同测量点(4)测量的所述流体(1)的测量量(3)，至少包括以下方法步骤：a)通过以下步骤创建参考数据集(5)：‑参考测量值(21)在n个不同时间(tj，j＝1,...,n)的周期性的在线检测，所述参考测量值(21)在每种情况下关于所述至少三个测量变量(MV1,MV2,MV3；...)基本上同时地被检测，其中，其中当检测到所述参考测量值(21)时，所述流体(1)处于所述参考状态(RZ)；‑存储所述参考测量值(21)；‑通过神经网络排列所述参考测量值(21)并且投影到具有减小的维度(d)的向量空间(VR)中，其中，所述减小的维度(d)小于所述测量变量(MV1,MV2,MV3,...)的数量，使得在时间tj检测的参考测量值(21)在每种情况下都被映射到所述向量空间(VR)的参考向量(rtj)：‑存储n个所述参考向量rtj；b)在线测量，包括：‑在时间ti，关于所述流体(1)的至少三个测量变量(MV1,MV2,MV3；...)，基本上同时地检测的测量值(2)的在线检测；‑存储所述测量值(2)；c)周期性地执行方法步骤b)，其中，在时间ti处的测量值和在时间ti之前的任何时间(t1,...,ti‑1)处的测量值通过神经网络被周期性地排列并且被投射到减小的维度d的向量空间中，使得在时间ti检测的测量值被映射到所述向量空间的测量向量xti；d)存储所述测量向量xti；e)通过可预定窗口宽度(h)的核密度估计量p_h(xti)，比较所述测量向量xti和n个所述参考向量rtj：其中，是概率密度函数(PDF)；f)基于所述核密度估计量p_h(xti)的值，关于所述实际状态与所述参考状态(RZ)的偏差，创建针对时间ti的评估。