1.基于多块信息提取和马氏距离的故障监测方法，用于对TE过程中的故障进行监测，包括如下步骤：

步骤S12、获取原始正常工况数据集X0及待测样本x，对所述原始正常工况数据集X0进行标准化处理得到原始正常工况标准数据集 及对待测样本x进行标准化操作得到待测标准样本xμ；

步骤S14、对所述原始正常工况标准数据集 进行多块信息提取，得到第一子块信息数据集和第二子块信息数据集，及对待测标准样本xμ进行多块信息提取，得到第三子块信息和第四子块信息

步骤S16、分别求取原始正常工况标准数据集 第一子块信息数据集和、第二子块信息数据集、待测标准样本xμ、第三子块信息 和第四子块信息 的统计量，并求取原始正常工况标准数据集 第一子块信息数据集和第二子块信息数据集的控制限；

步骤S18、根据贝叶斯推断，将待测标准样本xμ、第三子块信息 和第四子块信息 的监测结果融合为 统计量并判断是否故障；

其中，所述步骤S18具体包括：根据各数据集 的 统计量和控制限，采用第六数学模型计算该数据集 中该样本为故障样本的概率 其中，采用的第六数学模型为：式中， 中i为1、2、3， 为待测标准样本xμ， 为第三子块信息 第四子块信息 为故障样本条件下数据集 的似然函数， 为正常样本条件下数据集 的似然函数， 是正常样本的先验概率， 是故障样本的先验概率；

根据该数据集 中该样本为故障样本的概率 及故障样本条件下数据集的似然函数 确定 统计量，其中，采用的第七数学模型为：式中， 统计量控制限为1‑β；

根据该样本为故障样本的概率 及 统计量确定待测样本是否故障，当统计量超过控制限时，则认为该监测样本发生了故障。

2.根据权利要求1所述的方法，其特征在于，所述对所述原始正常工况数据集X0进行标准化处理得到原始正常工况标准数据集 采用的第一数学模型为：m×n *

其中，x表示原始正常工况数据集X0∈R 中的一个样本，x 表示样本x经过标准化后处理后得到的原始正常工况标准数据集 中对应的样本，mean(X0)表示原始正常工况数据集X0按行求均值得到的均值向量，std(X0)表示原始正常工况数据集X0按行求标准差得到的标准差向量，m代表样本维数，n代表样本个数；所述原始正常工况数据集X0为矩阵。

3.根据权利要求1所述的方法，其特征在于，所述对所述原始正常工况标准数据集 进行多块信息提取，得到第一子块信息数据集和第二子块信息数据集，包括：Int

从原始正常工况标准数据集 中提取累计信息数据集D ，采用的第二数学模型为：Dif

从原始正常工况标准数据集 中提取变化率信息数据集D ，采用的第三数学模型为：Int Int

其中， 为累计信息数据集D 中的第i个样本，由于累计信息数据集D 的获取需要Int m×(n‑T)

前置样本，前T个样本点无法提取出累计信息数据集，故D ∈R ，  为变化率信息Dif Dif m×(n‑T)数据集D 中第i个样本，D ∈R 。

4.根据权利要求3所述的方法，其特征在于，所述分别求取原始正常工况标准数据集第一子块信息数据集、第二子块信息数据集、待测标准样本xμ、第三子块信息 和第四子块信息 的统计量，包括：

Int Dif

分别对 累计信息数据集D 、变化率信息数据集D 、待测标准样本xμ、第三子块信息 及第四子块信息 采用马氏距离故障监测方法建模，得到各数据集的第i个样本的统计量 采用的第四数学模型为：其中，统计量 为各数据集的第i个样本的统计量。

5.根据权利要求4所述的方法，其特征在于，所述求取原始正常工况标准数据集 第一子块信息数据集和第二子块信息数据集的控制限，包括：根据核密度估计方法和置信度确定各数据集的控制限 采用的第五数学模型为：其中，xi是数据集中待测统计量的第i个样本，x是 中的元素， 是样本xi在其补集2

上的k近邻样本集，d(xi,x)表示样本xi、x间马氏距离的平方。

6.根据权利要求1所述的方法，其特征在于，所述根据该样本为故障样本的概率及 统计量确定待测样本是否故障，包括：当 统计量大于等于故障样本的概率 时，则确定待测样本发生了故障。

7.根据权利要求1所述的方法，其特征在于，故障样本条件下数据集 的似然函数正常样本条件下数据集 的似然函数 的求取模型为：其中 分别表示待测样本在第i个子块上的统计量和控制限。

8.基于多块信息提取和马氏距离的故障监测系统，用于对TE过程中的故障进行监测，包括：

标准化处理模块，用于获取原始正常工况数据集X0及待测样本x，对所述原始正常工况数据集X0进行标准化处理得到原始正常工况标准数据集 及对待测样本x进行标准化操作得到待测标准样本xμ；

信息提取模块，用于对所述原始正常工况标准数据集 进行多块信息提取，得到第一子块信息数据集和第二子块信息数据集，及对待测标准样本xμ进行多块信息提取，得到第三子块信息 和第四子块信息

统计量求取模块，用于分别求取原始正常工况标准数据集 第一子块信息数据集和第二子块信息数据集、待测标准样本xμ、第三子块信息 和第四子块信息 的统计量，并求取原始正常工况标准数据集 第一子块信息数据集和第二子块信息数据集的控制限；

故障诊断模块，用于根据贝叶斯推断，将待测标准样本xμ、第三子块信息 和第四子块信息 的监测结果融合为 统计量并判断是否故障；

其中，故障诊断模块的作用具体包括：根据各数据集 的 统计量和控制限，采用第六数学模型计算该数据集 中该样本为故障样本的概率 其中，采用的第六数学模型为：式中， 中i为1、2、3， 为待测标准样本xμ， 为第三子块信息 第四子块信息 为故障样本条件下数据集 的似然函数， 为正常样本条件下数据集 的似然函数， 是正常样本的先验概率， 是故障样本的先验概率；

根据该数据集 中该样本为故障样本的概率 及故障样本条件下数据集的似然函数 确定 统计量，其中，采用的第七数学模型为：式中， 统计量控制限为1‑β；

根据该样本为故障样本的概率 及 统计量确定待测样本是否故障，当统计量超过控制限时，则认为该监测样本发生了故障。