计算机应用
計算機應用
계산궤응용
Journal of Computer Applications
2015年
9期
2710-2714
,共5页
李景哲%李太福%辜小花%邱奎
李景哲%李太福%辜小花%邱奎
리경철%리태복%고소화%구규
高含硫天然气%多变量过程%自回归模型%核独立分量分析%异常检测与诊断
高含硫天然氣%多變量過程%自迴歸模型%覈獨立分量分析%異常檢測與診斷
고함류천연기%다변량과정%자회귀모형%핵독립분량분석%이상검측여진단
high sulfur gas%multivariate process%Auto-Regression (AR) model%Kernel Independent Component Analysis (KICA)%anomaly detection and diagnosis
目前高含硫天然气净化过程存在多参数动态相关的特性,导致基于静态多元统计过程监控方法对于异常状态检测效果较差.提出一种考虑参数时序自相关性的动态核独立分量分析(DKICA)异常检测与诊断方法.首先,引入自回归(AR)模型,通过参数辨识确定模型阶次,描述监控过程的时序自相关性;然后,将原始变量投影到核独立元空间,通过监控独立元对应的T2和SPE统计量是否超出正常状态设定的控制限,实现异常检测;最后计算所述T2统计量对原始变量的一阶偏导数,绘制贡献图实现异常诊断.以某高含硫天然气净化厂采集的数据进行分析,结果表明基于DKICA高含硫天然气净化过程异常检测精度要优于静态独立分量分析所得的检测精度.
目前高含硫天然氣淨化過程存在多參數動態相關的特性,導緻基于靜態多元統計過程鑑控方法對于異常狀態檢測效果較差.提齣一種攷慮參數時序自相關性的動態覈獨立分量分析(DKICA)異常檢測與診斷方法.首先,引入自迴歸(AR)模型,通過參數辨識確定模型階次,描述鑑控過程的時序自相關性;然後,將原始變量投影到覈獨立元空間,通過鑑控獨立元對應的T2和SPE統計量是否超齣正常狀態設定的控製限,實現異常檢測;最後計算所述T2統計量對原始變量的一階偏導數,繪製貢獻圖實現異常診斷.以某高含硫天然氣淨化廠採集的數據進行分析,結果錶明基于DKICA高含硫天然氣淨化過程異常檢測精度要優于靜態獨立分量分析所得的檢測精度.
목전고함류천연기정화과정존재다삼수동태상관적특성,도치기우정태다원통계과정감공방법대우이상상태검측효과교차.제출일충고필삼수시서자상관성적동태핵독립분량분석(DKICA)이상검측여진단방법.수선,인입자회귀(AR)모형,통과삼수변식학정모형계차,묘술감공과정적시서자상관성;연후,장원시변량투영도핵독립원공간,통과감공독립원대응적T2화SPE통계량시부초출정상상태설정적공제한,실현이상검측;최후계산소술T2통계량대원시변량적일계편도수,회제공헌도실현이상진단.이모고함류천연기정화엄채집적수거진행분석,결과표명기우DKICA고함류천연기정화과정이상검측정도요우우정태독립분량분석소득적검측정도.
