一种基于相关特征分析的复杂化工过程状态监测方法

发明专利有效专利

申请号：
CN202010570612.X
IPC分类号：G06F17/16;G06K9/62;G01D21/02
申请日期：
2020-06-13
申请人：
宁波大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于相关特征分析的复杂化工过程状态监测方法
申请号	CN202010570612.X	申请日期	2020-06-13
法律状态	实质审查	申报国家	暂无
公开/公告日	2020-11-10	公开/公告号	CN111914210A
优先权	暂无	优先权号	暂无
主分类号	G06F17/16 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06F 电数字数据处理（基于特定计算模型的计算机系统入G06N） G06F17/00 特别适用于特定功能的数字计算设备或数据处理设备或数据处理方法〔6〕 G06F17/10 复杂数学运算的〔6〕 G06F17/16 矩阵或向量计算的〔6〕	IPC分类号	G;0;6;F;1;7;/;1;6;;;G;0;6;K;9;/;6;2;;;G;0;1;D;2;1;/;0;2查看分类表>
申请人	宁波大学	申请人地址	浙江省宁波市江北区风华路818号宁波大学变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	宁波大学	当前权利人	宁波大学
发明人	蓝艇;其他发明人请求不公开姓名
代理机构	暂无	代理人	暂无

摘要

本发明公开一种基于相关特征分析的复杂化工过程状态监测方法，旨在发明出一种可对复杂多变的化工过程数据进行相关特征分析的策略，并基于复杂化工过程对象的相关特征分析实施复杂化工过程的状态监测。本发明方法的优势和特点在于首先，本发明方法所涉及的相关特征分析，在均分训练数据矩阵的基础上就可以实现，不需要对复杂化工过程数据进行特别的分析。从这点上讲，本发明方法简单易操作。其次，本发明方法利用K阶近邻距离平方之和构造了一个不同的监测指标，从而将复杂化工过程数据的复杂多变性对监测结果的影响降到了最低。最后，通过具体的实施案例，对比验证了本发明是一种更为优越的复杂化工过程状态监测方法。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供