[发明专利]双层数据模型驱动的厂级化工过程监测方法

摘要

本发明公开了一种双层数据模型驱动的厂级化工过程监测方法。本发明在分块建模的基础上，通过构建一个双层数据统计分析模型，完成子模块之间关系的建模，从而实现厂级过程的全局监测。相比目前的其它厂级过程监测方法，本发明不仅可以在各个子模块内对过程的各个单元进行监测，而且可以有效地结合厂级过程各个子模块之间的关系信息，利用第二层数据模型对整个厂级过程的全局进行监测，大大提高了厂级化工过程的监测性能，非常有利于厂级过程工业自动化的扩展和实施。

主权项

1.一种双层数据模型驱动的厂级化工过程监测方法，其特征在于，包括以下步骤：（1）利用集散控制系统收集厂级化工过程的数据组成建模用的训练数据样本集：X∈R^n×m。其中，n为样本数据集的个数，m为样本数据集的变量个数。（2）将整个厂级过程数据集X∈R^n×m分为不同的子模块其中b＝1,2,…,B为子模块的序号，B为总的子模块个数。将这些子模块数据集存入数据库备用。（3）针对每一个子模块对应的数据集，对其进行归一化处理，建立基于主元分析的数据统计监测模型，提取主元信息，建立子模块的监测统计量及其监测限。（4）得到各个子模块的主元信息之后，对其重新进行排列，组合成新的数据集用于构建第二层数据统计分析模型。（5）针对混合主元信息的新数据矩阵，采用单类支持向量机对其进行建模，建立各个子模块之间的关系模型，完成厂级过程的整体建模和监测。（6）收集新的过程数据，并对其进行预处理和归一化。（7）将新的过程数据划分为多个子模块，输入到子模块主元模型中，计算相应的主元成分。（8）重新组合不同子模块的主元信息，将新的数据矩阵输入到单类支持向量机模型中，计算相应的监测统计量值，判断当前过程的运行状态。