一种基于多变量相关性分析的化工过程故障诊断方法

本发明公开了一种基于多变量相关性分析的化工过程故障诊断方法，包括构建样本数据集，通过ReliefF算法从样本数据集中筛选出与故障相关性强的变量，构成关键特征集；采用HVD分解算法，对关键特征集进行分解得到若干IMF分量，利用斯皮尔曼相关系数提取与关键特征集关联性强的IMF分量，构造信号分解后的能量变化率特征向量作为样本集；构建TimesNet和OSRELM融合的故障诊断模型，利用改进的NRBO算法进行模型参数优化，利用样本集对模型进行训练；利用经训练的模型进行故障诊断。本发明的化工过程故障诊断准确率高、可靠性高。