一种低误报率的改进主元分析过程监测方法及其监测系统

摘要

一种低误报率的改进主元分析过程监测方法及其监测系统，属于工业过程监视方法技术领域。收集能体现工业过程正常运行时的工作状态的数据；对收集的过程数据进行标准化处理，建立改进主元分析模型；计算统计指标PVR和CVR的低误报率控制限；过程监测系统在线监测过程时，计算改进主元分析的统计指标PVR和CVR,与计算得到的低误报率控制限进行比对；当统计指标超过对应的控制限时，系统报警。本发明还提供一种使用如上述的低误报率的改进主元分析过程监测方法进行过程监测的过程监测系统。与现有技术相比，本发明能有效地降低基于改进主元分析方法的监测系统的误报率，并能保持改进主元分析方法对微小故障的检测能力；提高了监测系统的可用性。

主权项

1.一种低误报率的改进主元分析过程监测方法，在过程监测系统中使用，其特征在于，该过程监测方法步骤如下：步骤一：收集能体现工业过程正常运行时的工作状态的数据；步骤二：建立改进主元分析模型对收集的过程数据进行标准化处理，对某一过程变量x的数据进行标准化处理，得到的处理结果为y，$y=\frac{x-\mu }{\sigma }$其中，μ为过程变量x的均值，σ为过程变量x的标准差；将标准化后的过程数据放入二维矩阵Y_m×n中，其中，m是过程数据的组数，n是过程变量个数；然后对矩阵Y进行主元分析，提取主元方向，并计算对应的特征值，得到全部特征向量构成的矩阵U=[u₁ u₂ …u_n]和对应的特征值向量λ=[λ₁ λ₂ … λ_n]，特征值矩阵Λ=diag(λ)。设主元个数为k，载荷矩阵P=[u₁ u₂ … u_k]；计算各变量x与主元的复相关系数；根据变量与主元之间的复相关系数的强弱，将变量分为两组，设相关性强的变量个数为s，该组记为PV，另一组记为CV；步骤三：计算统计指标PVR和CVR的低误报率控制限定义两个矩阵：$\left\{\begin{array}{c}\Phi =U{\Lambda }^{1/2}{U}^{\prime }(I-\mathrm{PP})D_{\mathrm{PV}}(I-\mathrm{PP})U{\Lambda }^{1/2}{U}^{\prime }\\ \Theta =U{\Lambda }^{1/2}{U}^{\prime }(I-\mathrm{PP})D_{\mathrm{CV}}(I-\mathrm{PP})U{\Lambda }^{1/2}{U}^{\prime }\end{array}\right.$其中，I为单位阵；选取置信度α，通常选择95%或99%，计算PVR和CVR对应的控制限为：$\left\{\begin{array}{c}{\delta }_{\mathrm{PVR}}^2={\eta }_1{[\frac{c_{\alpha }\sqrt{2{\eta }_2{h}_1^2}}{{\eta }_1}+1+\frac{{\eta }_2{h}_1(h_1-1)}{{\eta }_1^2}]}^{1/h_1}\\ {\delta }_{\mathrm{CVR}}^2={\mu }_1{[\frac{c_{\alpha }\sqrt{2{\mu }_2{h}_1^2}}{{\mu }_1}+1+\frac{{\mu }_2{h}_1(h_1-1)}{{\mu }_1^2}]}^{1/h_2}\end{array}\right.$其中，${\eta }_j={\Sigma }_{i=1}^p{\sigma }_i^j,$${\mu }_j={\Sigma }_{i=1}^q{\delta }_i^j,$j=1，2，3，$h_1=1-2{\eta }_1{\eta }_3/\left(3{\eta }_2^2\right),$$h_2=1-2{\mu }_1{\mu }_3/\left(3{\mu }_2^2\right),$σ_i为矩阵Φ的非零特征值，p为σ_i的个数，σ_i为矩阵Θ的非零特征值，q为δ_i的个数，c_α为标准正态分布在置信度为α下的临界值；步骤四：使用改进主元分析模型进行过程监视过程监测系统在线监测过程时，使用收集的过程数据计算改进主元分析的统计指标PVR和CVR并与步骤三中计算得到的低误报率控制限进行比对；当统计指标超过对应的控制限时，系统报警。