基于动态核独立分量分析的高含硫天然气净化过程异常检测与诊断

？目前高含硫天然气净化过程存在多参数动态相关的特性,导致基于静态多元统计过程监控方法对于异常状态检测效果较差。提出一种考虑参数时序自相关性的动态核独立分量分析(dkica)异常检测与诊断方法。首先,引入自回归(ar)模型,通过参数辨识确定模型阶次,描述监控过程的时序自相关性;然后,将原始变量投影到核独立元空间,通过监控独立元对应的t2和spe统计量是否超出正常状态设定的控制限,实现异常检测;最后计算所述t2统计量对原始变量的一阶偏导数,绘制贡献图实现异常诊断。以某高含硫天然气净化厂采集的数据进行分析,结果表明基于dkica高含硫天然气净化过程异常检测精度要优于静态独立分量分析所得的检测精度。