[发明专利]基于运行参数关联性分析的工业过程异常工况预测方法

摘要

本发明公开了一种基于运行参数关联性分析的工业过程异常工况预测方法，可应用于工业过程的故障预测与健康管理。本发明从工业过程运行参数之间的关联性入手，基于运行参数的关联性分析进行异常工况预测。在单参数预测阶段，本发明根据已有传感器数据通过指数平滑方法对各个运行参数进行预测。在关联性分析阶段，本发明通过已知的各运行参数值以及参数预测值计算运行参数关联性，其中参数关联性由代表参数曲线的一系列指标的相似性表示。在关联性趋势预测阶段，本发明构造多元自回归模型对参数关联性进行预测。本发明提出的方法将运行参数关联性纳入考虑，能够获得更完备的设备异常信息以及更提前的预测结果，对于工业设备的故障预测有实际意义。

主权项

1.一种基于运行参数关联性分析的工业过程异常工况预测方法，其特征在于，包括以下步骤：步骤1：采用Holt指数平滑模型，对工业过程各传感器所采集的测量值序列进行定步长预测；步骤2：以滑动窗口的方式，构造以工业过程运行参数变化趋势为特征的三元组，对数据窗口内的测量值序列进行表示，并通过基于欧氏距离的关联性指标计算该窗口内任意两个运行参数的关联性；步骤3：根据已计算获得的关联性数据构造关联性预测模型，所述的关联性预测模型为多元自回归模型，并通过偏最小二乘算法估计模型参数；步骤4：对于新获得数据，根据关联性预测模型进行设备异常工况的预测，并在预测到异常工况发生前不断更新关联性预测模型以及模型参数。