1.一种基于T-KPRM的复杂工业过程运行状态评价方法,其特征在于,假设过程数据矩N×J N阵为X∈R ,N为样本数,J为过程变量数;输出数据矩阵为Y∈R,包含输出过程变量;
则基于T-KPRM的复杂工业过程运行状态评价方法的具体步骤如下:步骤一、对输入数据矩阵X的各列进行零均值和单位方差处理;同理,对输出数据矩阵Y也进行标准化处理;
N
步骤二、将输入数据矩阵X经非线性映射Φ:xi∈R →Φ(xi)∈F投影到高维特征空T间F,并在F空间中计算核矩阵K:K=ΦΦ;
步骤三、对核矩阵K进行标准化处理;
步骤四、对输入核矩阵K和输出矩阵Y运行PRM算法,具体如下:a1、设 为第i个样本数据的杠杆权值,可由下式进行表示:且
其中,||·||代表欧氏距离,med代表中位值,medL1代表L1中位值,ti是第i个样本数据的PLS得分,c是常数;
设第i个样本数据的残差权值 可由下式进行定义:其中,ri代表第i个样本数据预测值与实际值之间的残差, 代表残差的鲁棒尺度估计,可由下式进行计算:则第i个样本数据的综合权值wi,可由下式进行确定: 利用式子(1)、(3)、(5)初始化权值Wi;
b1、分别对输入核矩阵K和输出矩阵Y进行加权计算,经加权后得到输入核矩阵KW和输出矩阵YW,然后对加权之后的输入输出数据建立PLS1回归模型,同时修正其得分向量;
c1、计算每个数据样本的残差ri,利用式子(1)、(3)、(5)更新样本权值Wi;
d1、如果前后连续两次计算得出q的相对差值小于阈值,则进入步骤五,否则返回b1;
步骤五、此时输入数据矩阵变为KW,输出数据矩阵变为YW,从输出矩阵YW中提取收敛的ui,令i=1,KWi=KW,YWi=YW;
a2、令YWi中的任意一列等于ui;
b2、计算KW的得分向量,ti=KWiui,ti←ti/||ti||;
c2、
d2、计算YWi的得分向量ui=YWiqi,ui←ui/||ui||;
e2、判断ui是否收敛,若收敛则转入步骤六,否则返回a2;
步骤六、计算KWi的负载矩阵:
步骤七、提取出全部主元,计算输入数据矩阵KW的得分矩阵T、输入数据矩阵KW的负载矩阵P、输出数据矩阵YW的得分矩阵U以及输出数据矩阵YW的负载矩阵Q,具体如下:a3、令
b3、令i=i+1,重复步骤五、六直到提取出A个主元,主元个数A可由交叉验证法确定;
c3、T=[t1,…,tA],P=[p1,…,pA],U=[u1,…,uA],Q=[q1,…,qA];
步骤八、KW=TPT+E,YW=UQT+F;
T
步骤九、对主元TP运行PCA算法:
步骤十、对残差E运行PCA算法:
若输出数据矩阵Y为单输出变量,则T-KPRM模型的表达式如下:上述得分向量ty表示的是在T中和输出yW直接相关的部分,即建立评价模型所需要得出的最关键变量,可用于运行状态离线评价模型的建立;To表示在T中与输出yW正交的部分;;Tr是残差E中有较大方差的部分;Er是最终的残差,也就是噪声;
当引入新的样本knew,其得分矩阵将由下式得出:其中,knew是新样本xnew的核函数,可由下式计算得到:T
knew=Φ(X)Φ(xnew)=[k(x1,xnew),…k(xn,xnew)] (8),对knew进行均值化可得:
T n
其中,1t=1/n·[11...1] ∈R 。
2.根据权利要求1所述的一种基于T-KPRM的复杂工业过程运行状态评价方法的应用,其特征在于,一种基于T-KPRM的复杂工业过程运行状态评价方法的应用是指利用核偏鲁棒潜变量技术建立运行状态的离线评价模型、复杂工业过程运行状态的在线评价以及非最佳因素的识别,具体是先利用核偏鲁棒潜变量技术建立离线评价模型,相应运行状态等级的离线评价模型得分向量为 其中,c为运行状态等级的数目;然后,引入滑动窗口技术,计算在线数据窗与相应评价等级之间的相似度,利用相似度进行工业过程运行状态的在线评价;再利用滑动数据窗与最优评价等级之间欧式距离,计算相应变量的贡献率,对运行状态的非最佳因素进行识别。