摘要
本发明公开了一种基于深度高斯混合模型的污水处理工业过程异常监测方法,属于工业过程异常监测技术领域,包括如下步骤:步骤1、采集城市污水处理过程中产生的工业过程变量数据,构建原始数据集;步骤2、设计基于自编码器和核主成分分析的特征提取策略,获取低维特征表示;步骤3、构建深度高斯混合模型进行污水处理工业过程的异常监测;步骤4、设计基于阈值的异常监测策略,基于构建的深度高斯混合模型得到阈值评价指标,进而判断当前时刻是否发生异常现象。本发明实现了特征提取和模型确定两者的同步优化调整,实现了实际污水处理过程发生异常的有效监测,能够保证污水处理工业过程的平稳运行。
技术关键词
高斯混合模型
重构误差
异常监测方法
核主成分分析
压缩特征
联合损失函数
样本
城市污水处理过程
概率密度函数
高斯核函数
编码器
特征值
协方差矩阵
梯度下降算法
解码函数
监测策略
工业
参数
系统为您推荐了相关专利信息
序列推荐方法
时间间隔特征
项目
滑动窗口
识别用户交互
模式管理方法
需求预测模型
策略优化模型
异常信号
生成对抗网络
决策系统
风险评估工具
支撑工具
自然语言
可读存储介质
表面图像数据
缺陷识别方法
原始图像数据
融合图像数据
坐标系