一种基于深层多采样概率主成分分析的工业过程故障检测方法

本发明公开了一种基于深层多采样概率主成分分析模型的工业过程故障检测方法，包括：在线采集工业过程在线测量数据，利用构建的端到端等效模型获得在线测量数据对应的潜在因子，计算该时刻的T2和SPE统计量，与统计阈值比较，判断是否出现故障；在模型构建阶段，首先利用训练样本集构建深层多采样概率主成分分析模型，根据深层多采样概率主成分分析模型各层模型参数获得端到端等效模型参数的初始值，最终优化获得端到端等效模型。与传统的多采样率模型相比，本发明提出的模型具有更高的检测灵敏度和准确性，为工业过程比如废水处理过程提供了更可靠的实时监控手段。