数据驱动工业异常值检测与容错模型研究

摘要

针对工业过程控制数据异常时,控制系统无法实现闭环稳定可靠工作的问题,提出一种基于KNN算法和Ridge回归算法结合对异常数据高精度恢复,并设计实现控制系统容错运行的数据驱动模型.首先利用基于径向基核函数的支持向量回归机(RBF-SVR)观测器对目标变量状态进行异常检测,其次使用Ridge算法对异常数据点的K个最近邻工况数据进行回归运算,从而恢复异常点数据,最后通过容错切换机制实现控制数据异常时系统容错运行.使用电厂历史数据验证方法的有效性并与其他数据恢复方法进行对比.结果表明,使用该文所提方法对异常数据的恢复值与实际原始值之间的MAPE仅为2.4789％,与RBF-SVR软测量模型相比回归准确度提高6.209％,恢复的数据能够可靠应用于系统容错控制运行中.