1.一种连续生产过程中运行工况稳态判别方法,其特征在于,包括:
S1.基于生产过程中运行参数,利用主成分分析法得到主成分和对应的特征值;
S2.基于所述主成分中第一主成分中连续的稳态片段,确定多项式滤波窗口;
S3.基于每一个所述窗口,利用多项式滤波稳态判别法对所述主成分中每个主成分进行稳态检测;
S4.基于所述对应的特征值,对所述每个主成分的稳态检测结果赋予权值,确定所述窗口稳态检测结果;根据所述窗口的稳态检测结果,获得生产过程中运行工况稳态判别结果。
2.根据权利要求1所述的稳态判别方法,其特征在于,S2具体为:
人工选取第一主成分中连续的稳态片段,根据滑动滤波前后标准差比值变化,确定多项式滤波窗口大小。
3.根据权利要求2所述的稳态判别方法,其特征在于,S2具体为:
人工选取第一主成分中连续的稳态片段Qtrain=[q1(1),q1(2),...,q1(nt),...,q1(Nt)]T(Nt≥500),
其中,q1(nt)表示所选取的稳态片段中第nt个值,T为转置符号,计算训练数据的标准差δt:
设有滤波窗口Hh=2h(h=1,2,..,nh),h为滤波半窗,nh为小于或等于Nt/2的最大整数,给定阈值αt∈(0,1)为一较小的值,初始化半窗h=0,进行如下操作:
S21.h=h+1,用Hh对Qtrain进行滑动滤波,得滤波后的信号序列其中,表示滤波后的信号序列中第nt个值,T为转置符号,计算的标准差与训练数据的标准差δt的比值
S22.如果h≤nt,vh-1-vh≥αt,则返回S21;否则当前的h即为所求滤波半窗,即滤波窗口大小Ht=2h。
4.根据权利要求1或2所述的稳态判别方法,其特征在于,S3具体为:
基于每一个所述窗口,对所述主成分中每个主成分进行平滑处后,再利用多项式滤波稳态判别法对所述主成分中每个主成分进行稳态检测。
5.根据权利要求1或2所述的稳态判别方法,其特征在于,S3具体为:
S31.根据每一个所述窗口的大小,对所述主成分矩阵沿着采样时间方向进行分割;
S32.在每一个所述窗口内,对所述主成分中每个主成分进行平滑处理,并保持所述主成分变化的趋势不发生变化;
S33.基于所述的每个主成分,利用多项式滤波得到所述每个主成分的二次多项表达式,利用所述每个主成分的二次多项表达式的一次项系数绝对值和所述每个主成分的标准差,对所述每个主成分在所述窗口内进行稳态检测。
6.根据权利要求5所述的稳态判别方法,其特征在于,S32中平滑处理包括:
假设要处理的第s个窗口的第j个的主成分
其中,qj(Ht(s-1)+st)表示第j个的主成分的第Ht(s-1)+st个值,T为转置符号,计算的平均值和标准差初始化迭代次数a=0,进行如下操作:
S321.统计内在域的个数
S322.若a=a+1,返回S321;否则将内小于的赋值为将内大于的赋值为
7.根据权利要求5所述的稳态判别方法,其特征在于,S33具体为:
假设表示平滑处理后的第s个窗口的第j个主成分,记为标准差记为滤波后的信号x(i)表示为时间的函数,即:
x(i)=k0+k1i+k2i2+...,+kcic (1)
其中,表示平滑处理后的第j个的主成分的第Ht(s-1)+st个值,T为转置符号,表示平滑处理后的第s个窗口中第j个主成分的第ht个值,c为模型阶数;
令θ=[k0,k1,..,kc]T为模型参数向量,r(i)=[i1,i,..,ic]T为回归变量,式(1)简记为:
x(i)=θTr(i) (2)
应用最小二乘法可以得到参数θ的最优估计:
其中,
取c=2,根据式(3)可得k1值,k1表示变化的快慢,根据机理分析和窗口内主成分的变化,设定合适的阈值和表示第j个主成分在第s个窗口的稳态判定结果,若且则判断该主成分在该窗口内为稳态,记为1,否则不是稳态,记为0。
8.根据权利要求7所述的稳态判别方法,其特征在于,S4具体为:
选取的m个主成分对应的特征值为λ1,λ2,...,λm,则对j个主成分的稳态判定结果赋予权值为:
计算窗口内的稳态判定结果加权和:
若则认为连续生产过程在该窗口内是稳态,否则不是稳态;其中,pe%指的含pe%原数据信息处于稳态则认为该过程稳态,Pe%值为主成分所包含原数据的百分比值,即所述主成分包括原数据Pe%信息。
9.根据权利要求1所述的稳态判别方法,其特征在于,S1中还包括在使用主成分分析法前对所述运行参数进行预处理。
10.根据权利要求1所述的稳态判别方法,其特征在于,所述连续生产过程为加氢裂化的连续生产过程。