基于时间核平稳广义学习系统的炼铁过程异常检测方法

本发明公开了一种基于时间核平稳广义学习系统的炼铁过程异常检测方法，步骤包括：非线性核广义特征的表示、基于时间核平稳宽度学习系统的优化目标构建与求解、实时建模与异常检测策略、独立增量学习机制；首先建立了非线性核广义表示提取策略，在此之后，通过时间对齐参数探索模型输入和输出之间的时间匹配机制，该参数可在潜在变量关系下解释。在整合阶段，建立了一个Kullback‑Leibler散度目标函数，以方便捕获时间序列数据中的平稳关系，并结合回归误差。随后，提出了一种双环参数优化算法和独立增量学习机制，当收集到额外的数据，利用独立增量学习机制来保持原始模型和更新模型的相互独立性，从而保持长期可更新的回归建模与监测能力。