一种基于SFA与Hellinger距离的闭环控制回路性能评价方法

摘要

本发明涉及一种基于SFA与Hellinger距离的闭环控制回路性能评价方法，包括：步骤1、获取基准数据；步骤2、利用慢特征分析算法提取基准数据的动态信息和静态信息。本发明的有益效果是：运用慢特征分析(SFA)算法提取基准数据与待评价数据的操作变量与被控变量的动静态信息，再估计出动静态信息的高斯混合模型(GMM)，最后基于高斯混合模型计算在线数据与基准数据的Hellinger距离作为闭环控制回路性能的评价指标；解决了实际过程中控制逻辑高度耦合，数据非高斯分布导致的控制性能评价难以准确进行的问题，提高了动态过程控制性能评价的准确度，有助于对控制回路进行有效及时的排查检修，从而保证回路所在设备以及整个工业流程的安全可靠运行。