1.一种基于自相关潜变量模型的化工过程状态监测方法，其特征在于，包括以下步骤：步骤(1)：采集化工过程正常运行状态下的n个样本数据x1 ,x2,…,xn，组成训练数据矩阵X ＝[ x 1 ,x 2 ,… ,x n ] T ∈R n×m ，并对X 中各样本数据实施标准化处理得到矩阵γ＝1,2,…,D‑1；

步骤(11)：根据公式e＝sD‑zΘ计算回归误差向量e，其中z＝[s1,s2，…,sD‑1]，再分别根据公式与θ＝uuT计算监测指标与θ；

步骤(12)：判断是否满足条件：且θ≤β，若是，则当前采样时刻化工过程运行正常，返回步骤(8)继续实施对下一个新时刻样本数据的监测；若否，则当前采样时刻化工过程进入异常工作状态，触发故障警报并返回步骤(8)继续实施监测。

2.根据权利要求1所述的一种基于自相关潜变量模型的化工过程状态监测方法，其特征在于，所述步骤(3)中求解投影变换基W的推理过程如下所示：首先：确定如下所示的目标函数：

上式中，k＝1,2,…,D、λ＝1,2,…,D、I表示单位矩阵、表示计算矩阵中各个元素的平方和、s .t.为单词Subject  To的缩写，表示约束条件的意思、argmax表示最大化目标函数、Hkλ的定义如下所示：其次，令其中上式②中定义的优化问题可转换成如下所示形式：

如此一来，上式②中优化求解投影变换基W的问题就变成了上式④中优化求解正交变换基U的问题；

然后，由于其中A表示任意一个实数矩阵、tr( )表示计算矩阵的迹，tr( )等价于计算矩阵特征值之和，上式④中的目标函数可进行如下所示的等价变换：上式中，矩阵

最后，由于矩阵ΦU是对称矩阵，上式④中最优解U为矩阵ΦU对应的特征向量。

3.根据权利要求1所述的一种基于自相关潜变量模型的化工过程状态监测方法，其特征在于，所述步骤(4)中确定自相关潜变量的个数d的具体实施过程如下所示：步骤㈠：根据公式Sk＝XkW计算时间序列得分矩阵S1,S2,…,SD后，初始化j＝1与d＝0，并设S1(j) ,S2(j) ,…,SD(j)分别对应表示S1,S2,…,SD中的第j列的列向量；

步骤㈡：按照公式Jkλ＝|Sk(j)TSλ(j)|Hkλ计算S1(j) ,S2(j) ,…,SD(j)之间的典型相关性大小Jkλ，并将Jkλ的最大值记做Jmax，其中k＝1,2,…,D、λ＝1,2,…,D；

步骤㈢：设定截止参数后，若则设置d＝d+1与j＝j+1后返回步骤㈡；若则得到自相关潜变量的个数为d。