Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种流程工业过程状态监测方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:杭州景业智能科技股份有限公司

摘要:本发明公开了一种流程工业过程状态监测方法,为了监测新工作模式下的过程,采用局部自适应标准化LAS对局部滑动窗口数据进行预处理,构造模型最小输入单元,克服单一模式建模出现高误报率问题;结合变分自编码器潜在变量特征空间的学习能力及GRU捕获时序上下文信息依赖性,构建VAE‑GRU监测模型,通过检测局部移动窗口中的不稳定偏差作为异常监测指标,能够适应多模态运行条件下的过程监测。

主权项:1.一种流程工业过程状态监测方法,其特征在于,包括前端离线建模部分和后端在线检测部分;前端离线建模部分检测,具体包括以下步骤:步骤SA1:准备离线数据,并将离线数据整理成训练集和验证集;步骤SA2:将训练集和验证集分别输入到算子LAS中,进行数据预处理;步骤SA3:根据算子LAS的预处理数据结果分别得到训练集滑动窗数据集T1和验证集滑动窗数据集T2;步骤SA4:将训练集滑动窗数据集T1输入到VAE-GRU建模模块,通过VAE-GRU建模模块进行处理,得到训练数据T3,并输送到后端在线检测部分;步骤SA5:结合验证集滑动窗数据集T2和训练数据T3,进行异常评价,并得到异常评价指标X0;步骤SA6,:根据异常评价指标,生成阈值Y0,并将阈值Y0输送到后端在线检测部分;后端在线检测部分检测,具体包括以下步骤:步骤SB1:获取在线检测数据,并将在线检测数据整理成在线数据集M1;步骤SB2:将在线数据集M1输入到算子LAS中,进行数据处理;步骤SB3:根据算子LAS处理得到的数据,获取在线滑动窗数据集M2;步骤SB4:将在线滑动窗数据集M2输入到VAE-GRU建模模块,通过VAE-GRU建模模块进行处理,得到在线训练数据T4;步骤SB5:根据在线训练数据T4进行数据异常评价,并得到异常评价指标X1,并根据异常评价指标X1生成阈值Y1,判断阈值Y1是否大于阈值Y0,若否,则正常,反之,则出现故障。

全文数据:

权利要求:

百度查询: 杭州景业智能科技股份有限公司 一种流程工业过程状态监测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。