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：浙江大学

摘要：本发明公开了一种面向全量测点耦合结构分析与估计的过程预警方法及系统。本发明提出了一种基于测点间耦合结构分析与测点估计误差的全量测点同步估计与监测模型，本发明为了克服原有的基于工况估计的监测方法监测不全面且对测点间耦合关系建模不充分的问题，在将全量测点视为一张全量测点图的基础上，提出了多核图卷积层，应用于全量测点同步估计与预警模型中，通过显式地对测点间耦合关系进行建模，实现了全量传感器测点的同步工况估计与监测。本发明针对所提模型设计了基于特征逼近的自迭代策略，从而克服了传统方法在系统异常情况下由于测点间强耦合导致的部分测点估计值异常的问题，对于工业过程精准监测具有重要意义。

主权项：1.面向全量测点耦合结构分析与误差估计的过程预警方法，其特征在于，包括：模型训练阶段：1从工业控制系统和历史记录中收集工业设备正常运行过程中每个时刻的全量测点的测量数据，并对于每一个时刻i，构建一个包含i,i-1,…,i-len+1时刻全量测点的测量数据、大小为[n,len]的数据矩阵Xi作为样本，len为时间窗口长度，将样本按比例划分为训练集与验证集；2构建基于多核图卷积层的全量测点估计模型，所述全量测点估计模型包括依次连接的多输入通道特征提取模块，特征聚合模块和全量测点估计模块；其中，所述多输入通道特征提取模块包括多个特征提取器，用于对数据矩阵从不同角度进行特征提取获得多个特征矩阵；所述特征聚合模块包含一层或多层多核图卷积层，每层多核图卷积层将输入的第p个输入通道对应的特征矩阵左乘一邻接核与输入通道间的叠加实现节点间多个输入通道的特征聚合，再右乘一权重矩阵Wq作为第q个输出通道输出的特征矩阵，实现每个节点自身特征的变换和增强，为对应于第p个输入通道，第q个输出通道的邻接核，是n×n的矩阵，其中，对角线为0，其余元素均为可学习参数；最后再将最后一层多核图卷积层所有输出通道输出的特征矩阵拼接作为特征聚合模块的输出；所述全量测点估计模块用于依据特征聚合模块输出的特征矩阵得到每个测点i时刻的初始估计值；所述全量测点估计模型以步骤1训练集样本每一个时刻i的数据矩阵Xi作为输入，时刻i的全量测点测量数据的估计值作为输出，通过最小化估计值与真实值的误差进行训练；3在验证集上验证训练好的估计模型，计算模型输出的每个测点i时刻的初始估计值与真实值的估计偏差，计算得到每个测点的控制限；在线监测阶段：实时收集并存储当前工业设备运行过程中每个时刻的全量测点的测量数据，按步骤1方法获得当前时刻的数据矩阵后，应用训练好的全量测点估计模型，对当前时刻的全量测点测量数据进行估计；如果存在测点的估计偏差超过控制限则触发预报警。

全文数据：

权利要求：

百度查询： 浙江大学 面向全量测点耦合结构分析与估计的过程预警方法及系统