基于数据驱动的显著误差检测.pdfVIP

i慧等：基于数据驱动的显著误差检鼬 基于数据驱动的显著误差检测 GrossErrorDetectionBasedonData——Driven 王 慧 张孩斌 杨 欢 王跃超 李 梅 (昆明卷烟厂 ，云南 昆明650202) 摘 要：本文介绍了基于数据驱动的显著误差检测原理和检测步骤，重点介绍了主元分析法(PCA)和核主元分析法( ℃ )在显著误差检测中的应用。 关键词：EM_s；测量数据；误差检测；主元分析 ；核主元分析；能源介质 ． 1 数据驱动的显著误差检测原理 对于能源介质的运行数据，利用正常的工况数据集 基于数据驱动的显著误差识别原理就是只利用测量 ，n为测量仪表个数，m为不同时刻采样点数。 数据本身 ，应用各种统计方法 (包括单变量和多变量)对 因为能源运行过程中，测量仪表的量纲不统一，因此 过程数据的信息进行统计建模，基于该模型实现对显著 首先进行数据集的归一化处理。假设测量仪表的数据集 误差的识别、侦破、剔除。基于数据驱动的分析方法是近 为： 来研究的热点包括主元分析 (PCA)、偏最小二乘 (PLS)、 Xll X12 主元 回归(ICR)等。 X21 x n = 能源介质的多仪表数据显著误差检测是多要素的复 杂系统。在根据仪表数据进行统分析时，多变量问题，无 ml m2 疑会增加分析问题的难度与复杂性，而且在许多实际问 标准化后为： 题中，多个变量之间是具有一定的相关关系的。 l1 X12 ln 因此，很 自然地想到，能否在各个变量之间相关关系 X21 22 X2n = (2) 研究的基础上，用较少的新变量代替原来较多的变量，而 ● ● ● ● ● ● ● ● 且使这些较少的新变量尽可能多地保留原来较多的变量 m1 m2 m 所反映的信息。事实上，这种想法是可以实现的，主成分 标准化的过程是对于数据集中的每一时刻的数据向 ‰‰； ‰ 分析方法就是综合处理这种问题的一种强有力的方法。 量 =[1，2，3，…， ]，标准化处理： 2 主元分析 ： 一 (3) 主元分析法是在利用多变量测量数据 问的统计规 其中E()=[1，2，3，…， ]为 对应的均值 ， 律，通过划分主元空间和残差空间，从而达到降维的目 方差矩阵 =d~／g(al，2，…， )， 的；主元分析就是只需要过程数据的信息来进行统计的 f=~／E(一 f)，(i=1，2，…，n) (4) 方法。对正常工况数据的分析就建立工况的过程的统计