一种基于多分解核熵学习的非高斯工业过程故障诊断方法

本发明公开了一种基于多分解核熵学习的非高斯工业过程故障诊断方法，包括：利用信息熵将非高斯工业数据中的过程数据投影到高维空间中，得到高维空间的过程数据矩阵G；从过程数据矩阵G分离出冗余信息矩阵GR；利用奇异值分解技术对冗余信息矩阵GR的负载矩阵进行分解，获得投影矩阵；利用所述投影矩阵从冗余信息矩阵GR中分解出对故障不敏感部分GN，从过程数据矩阵G中去除对故障不敏感部分GN，得到过程数据矩阵GY1，构建数据模型；构建故障检测策略；合并检测指标，构建新的故障诊断指标。本发明方法通过两次分解，最大程度对过程数据进行划分，可以极大程度减少故障误报率，该方法对于非高斯工业过程中的故障，能够还原数据的原始信息，可以更准确地确定故障变量。