一种基于GRW-MMMD加权聚类分析的过失误差侦破方法

摘要

现场采集的数据由于各种原因不可避免地存在着过失误差，需要对建模数据进行过失误差侦破以保障软测量模型的测量精度。因此，在基于聚类分析的软测量过失误差侦测中，针对不同变量对建模影响程度的不同，提出了基于GRW-MMMD（Grey Relational Weighted-Modified Median Minimum Distance）的过失误差侦破方法，对来自LF精炼炉冶炼过程的相关参数的数据集进行处理。实验和仿真表明，GRW-MMMD方法可以有效的找出数据集中的过失误差，且其实时性好、准确度高、经济可靠。