一种基于分布式字典学习的工业过程智能监测方法与系统

摘要

本发明公开了一种基于分布式字典学习的工业过程智能监测方法与系统，其方法包括：工业系统的各分布式节点均利用自身采集的数据建立本地字典；对所有分布节点的本地字典进行扩散加和处理，得到工业系统的全局字典；融合计算中心从工业系统获取若干数据作为训练样本，根据全局字典计算每个训练样本的重构误差，并采用核密度估计方法以根据所有训练样本的重构误差计算工业过程监测的控制限；融合计算中心在线获取待监测数据，根据全局字典计算待监测数据的重构误差，并将待监测数据的重构误差与控制限比较，根据比较结果判断工业系统是否异常。本发明通过分布式字典学习以减轻整合中心的负荷，提高计算效率，从而实现准确监测工业过程的运行状态。