[发明专利]一种化工过程故障识别方法及系统有效
| 申请号： | 201910844132.5 | 申请日： | 2019-09-06 |
| 公开（公告）号： | CN110647117B | 公开（公告）日： | 2020-12-18 |
| 发明（设计）人： | 田文德;贾旭清;刘子健;张士发 | 申请（专利权）人： | 青岛科技大学 |
| 主分类号： | G05B19/418 | 分类号： | G05B19/418 |
| 代理公司： | 济南圣达知识产权代理有限公司 37221 | 代理人： | 闫圣娟 |
| 地址： | 266042 山*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本公开提出了一种化工过程故障识别方法及系统，采用应用于标签昂贵的化工故障识别领域，采用动态主动安全半监督支持向量机模型(简称为PCA‑DAS4VM模型)识别化工过程运行状态，将主成分分析方法与动态主动安全半监督支持向量机结合，弥补了传统监督学习对于标签数据数量的要求，提高了半监督学习的识别精度。采用主成分分析方能够消除化工过程噪声和冗余数据，结合历史信息和未来信息进行异常工况故障识别，有效地选择和标记高熵值的无标记数据，充分利用无标签数据提升识别模型性能，实现了高效和完整的进行化工过程故障识别工作，识别准确度更高，识别速度更快有益于推动化工安全的发展。 | ||
| 搜索关键词： | 一种 化工 过程 故障 识别 方法 系统 | ||
【主权项】：
1.一种化工过程故障识别方法，其特征是，包括如下步骤：/n实时获取化工生产过程中的运行数据；/n对获取的运行数据进行预处理；/n采用主成分分析方法选择运行数据中的关键特征数据；/n基于半监督学习方法建立动态主动安全半监督支持向量机模型，将关键特征数据输入训练好的动态主动安全半监督支持向量机模型，输出化工过程的运行状态。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于青岛科技大学，未经青岛科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910844132.5/，转载请声明来源钻瓜专利网。
