基于KPCA的流程工业系统过程监测方法研究

摘要

本文针对现有KPCA方法存在的问题，提出了一种基于小波去噪和双参数优化的KPCA方法。该方法在数据的预处理环节使用小波分解去除噪声，然后使用降噪后的数据建立了模型。针对己知故障，利用双参数优化方法求解出不同故障的检出率最大的对应的核参数和主元个数作为最佳参数。用化工领域较为通用的数据模型——田纳西模型验证了本方法的有效性，并与传统的PCA方法对比，得出了KPCA在系统过程监测中的表现优于PCA的结论。