一种基于贝叶斯统计分析的间歇过程模态识别方法

摘要

本发明公开了一种基于贝叶斯统计分析的间歇过程模态识别方法，属于间歇过程监测技术领域。本方法首先将间歇过程的三维历史过程数据沿批次方法展开为二维数据并对展开后的数据进行数据标准化；其次利用模糊C均值聚类算法对标准化后的过程数据进行聚类分析，设定模态粗划分隶属规则，获得模态粗划分结果；最后利用贝叶斯网络分类器对模态粗划分结果进行分析，并引入时序约束的模态推断系数，根据模态推断最小风险准则，判断模态最终归属，实现间歇过程的模态识别。本方法充分考虑了间歇过程数据的时序约束，利用贝叶斯统计分析实现了间歇过程稳定模态与过渡模态的有效划分，具有较高的模态识别准确性。