针对炼化装置控制回路中检测仪表与执行机构的异常诊断问题,提出一种相关分析法-聚类-支持向量描述(Support Vector Data Description,SVDD)方法。首先,选取控制回路中操纵变量与被控变量历史数据中具有动态变化特性的数据,通过相关分...针对炼化装置控制回路中检测仪表与执行机构的异常诊断问题,提出一种相关分析法-聚类-支持向量描述(Support Vector Data Description,SVDD)方法。首先,选取控制回路中操纵变量与被控变量历史数据中具有动态变化特性的数据,通过相关分析法辨识其有限脉冲响应函数模型。接着,将多组有限脉冲响应模型参数构成一个数据矩阵,通过k-means算法进行聚类分析。然后,用聚类产生的类中数据较多的类训练SVDD超球体。最后,在控制回路中利用经过在线辨识出的有限脉冲响应模型参数与已经过训练的SVDD超球体进行异常诊断。利用某炼化厂实际生产数据,经过实验分析诊断出控制回路的异常原因,证实了该方法的有效性。展开更多
文摘针对炼化装置控制回路中检测仪表与执行机构的异常诊断问题,提出一种相关分析法-聚类-支持向量描述(Support Vector Data Description,SVDD)方法。首先,选取控制回路中操纵变量与被控变量历史数据中具有动态变化特性的数据,通过相关分析法辨识其有限脉冲响应函数模型。接着,将多组有限脉冲响应模型参数构成一个数据矩阵,通过k-means算法进行聚类分析。然后,用聚类产生的类中数据较多的类训练SVDD超球体。最后,在控制回路中利用经过在线辨识出的有限脉冲响应模型参数与已经过训练的SVDD超球体进行异常诊断。利用某炼化厂实际生产数据,经过实验分析诊断出控制回路的异常原因,证实了该方法的有效性。
