[发明专利]一种基于改进支持向量机的化工过程故障诊断方法

权利要求书

1.一种基于改进支持向量机的化工过程故障诊断方法，其特征在于，包括以下步骤：

（1）将以往化工过程的故障数据作为训练样本集                                                ，按不同的故障类型进行分类；

（2）设定构造最近邻的参数，根据值，在训练样本集上构建类内图和类间图，分别计算权重矩阵和，并根据和计算类内散度和类间散度和，获得训练样本的局部判别信息；

（3）根据局部判别信息计算拉普拉斯矩阵，得到问题的正则化表达；

（4）构造最优化问题并求解；

（5）根据求解得到的最优解构造决策函数，将现场采集到的实时数据输入到该决策函数中，得到判别结果，根据判别结果获得该实时数据所对应的化工过程工作状态，以此来完成化工故障诊断。

2.一种基于改进支持向量机的化工过程故障诊断方法，其特征在于，所述步骤（2）通过以下三个子步骤获得训练样本的局部判别信息：

（2.1）对于训练样本集中的任意样本点，可以找到它的个最近邻居，并且在和这些邻居之间设置带权重的边，这样便构成了图，用表示的个最近邻居；

（2.2）在训练样本集上构建类内图和类间图，分别计算权重矩阵和；用表示样本的类标记，可以分为和；其中表示中类标记与相同的训练样本，在与这些样本之间设置带权值的边，便得到类内图；表示中类标记与不同的训练样本，在与这些样本之间设置带权值的边，便得到类间图；计算图和的权重矩阵和，定义为：

  ；

  ；

（2.3）通过下式计算类内散度和类间散度，获得训练样本的局部判别信息：

         ；

         ；

其中，是决策函数。

3.一种基于改进支持向量机的化工过程故障诊断方法，其特征在于，所述步骤（3）通过以下两个子步骤来实现：

（3.1）计算拉普拉斯矩阵，计算方式如下：

           ；

        ；

其中，和是一个对角矩阵，矩阵的元分别是和的列的和（或者是行的和，因为和是对称矩阵）；即，；，；

           ；

其中，；

（3.2）根据拉普拉斯矩阵构造问题的正则表达式，定义如下：

    ；  

                  ；  

其中，是不可分样本的惩罚，和是正则化参数，，是Gram矩阵。

4.一种基于改进支持向量机的化工过程故障诊断方法，其特征在于，所述步骤（4）通过以下两个子步骤来实现：

（4.1）问题的正则表达式利用Lagrange乘子，我们引入和这两个乘子，得到：

    ；            

并对上式进行求导和化简，得到问题的对偶表达式：

     ；                          

       ；                       

其中，，是一个对角矩阵，矩阵元由训练样本的故障类型组成；

（4.2）上面的最优化问题是一个二次规划问题，我们可以用求解二次规划的相关算法来求得问题的解；在获得最优解之后，的最优解可以通过得到，可以表示为：

        。