摘要
本发明提供了一种基于慢独立特征概率差异的工业过程微小故障检测方法,属于工业过程故障检测技术领域。解决了传统PCA对微小故障检测率低的技术问题。其技术方案为:对工业数据标准化,通过慢特征分析SFA提取慢变与快变特征两个空间,结合JS散度与滑动窗口对慢变特征构建概率差异检测指标;对快变特征进行独立成分分析(ICA)构建慢独立主成分,结合JS散度与滑动窗口构建慢独立特征概率差异指标;采用贝叶斯策略融合两种特征概率差异指标生成综合检测指标BIC。本发明的有益效果为:将含噪声的快变特征,通过ICA去噪并利用JS散度增强概率差异,抑制噪声干扰显著提升微小故障检测率。
技术关键词
微小故障检测方法
独立特征
慢特征分析
独立成分分析算法
数据
工业
核密度估计方法
指标
协方差矩阵
抑制噪声干扰
滑动窗口算法
故障检测技术
密度方法
动态
推理机制
系统为您推荐了相关专利信息
评论分析方法
语义向量
关键词
计算机可读指令
聚类