一种基于相关性划分多变量块PCA模型的故障监测方法

摘要

本发明公开一种基于相关性划分多变量块PCA模型的故障监测方法，旨在从变量同等重要性角度出发，在考虑测量变量间相关性显著与不显著问题的基础上实施分布式建模，从而提高传统PCA算法用于故障监测的效果。本发明方法首先针对各个测量变量，将原测量变量集区分成与该变量相关性显著与不显著的两个变量子块；然后，分别对这个两个变量子块实施基于PCA算法的建模与故障监测；最后，将所有测量变量对应的故障监测结果通过概率形式融合在一起以方便是否发生故障的最终决策。与传统方法相比，本发明方法不仅等同地对待了所有测量变量，而且还利用了多模型的分布式建模优势，理应取得更好的故障检测效果。