专利交易市场

本发明公开了一种基于核主元再组合技术的光伏逆变器运行异常检测方法，在核主元分析提取的多个非线性主元上，如何通过对其实施再组合的方式进一步挖掘出直接有效的能反应异常变化的特征，从而通过监测该特征的波动变化来实现对光伏逆变器运行状态的异常检测。具体来讲，本发明方法通过实施最大最小化差异特征分析，对核主元向量中的元素实施再组合，从而生成最能反应差异的再组合特征，用于光伏逆变器运行异常检测。与传统的利用非线性建模算法实施异常检测的方法相比，本发明方法通过再组合的方式，实时得到了最能反应在线数据与正常数据之间差异的再组合特征。因此，本发明方法从理论上讲是具有自适应和更新变化的显著特点。

本发明公开了一种基于高效递推核主元分析的非线性时变过程故障监测方法，属于故障检测与诊断技术领域。首先，在田纳西伊斯曼过程仿真器中采集具有非线性和缓慢时变特性且包含故障的数据，将采集的正常数据利用高斯核函数将其投影到高维特征空间并中心化，建立初始的离线监测模型并采用核密度估计函数来确定控制限。然后，当采集到新的过程数据时，通过引入一阶干扰理论方法在离线模型获取的特征值和特征矢量基础上直接更新模型，并将新数据投影到更新的核空间和残差空间计算T2和SPE统计量。当超出其对应的控制限时，认为监测的故障发生，反之，整个过程正常运行。本发明方法主要解决两个问题：1)核主元分析进行非线性时变过程的故障监测会产生较高的误报率；2)基于特征值分解的递推算法计算负荷较高的问题。

本发明公开一种基于多核主元分析模型的非线性过程监测方法，旨在建立并融合多个核函数所对应的KPCA模型，从而避免核函数的选择问题，并在此基础上实施有效地非线性过程监测。首先，本发明方法将常用的核函数类型全部考虑进来，避免了核函数的选择问题。因此本发明方法的通用性较强。其次，本发明方法因使用多个核函数分别建立多个不同的非线性过程监测模型，充分发挥了多模型建模的优势。可以说，本发明方法的故障检测效果不会弱于任何一个使用单个核函数的过程监测模型。综合这两点优势，本发明方法克服了传统基于KPCA的过程监测方法的不足，是一种更为优选的非线性过程监测方法。