【技术实现步骤摘要】
本专利技术涉及工况检测，尤其涉及一种多工况离群点检测模型确定方法及多工况离群点检测方法。
技术介绍
1、在工业生产中，装置单元的温度、压力、流量等传感器数据组成了工况的数据向量，它表征了装置单元的工况。在一个较长的时间范围内，由于物料性质变化、生产负荷调整等原因，装置单元往往工作在不同的工况上，这会导致数据向量不再符合常见的标准分布，并且可能会呈现出多簇分布的特点。
2、现有技术中，基于统计的简单离群点检测算法，例如：3σ、1.5iqr（interquartilerange，四分位距）等，通过分别计算数据向量每个维度的均值和方差来实现，但是，当每个维度不再符合标准高斯分布时，这些方法的功效将会下降，导致离群点检测的准确性下降。
技术实现思路
1、为了解决现有技术中存在的上述问题，本专利技术提供了一种多工况离群点检测模型确定方法及多工况离群点检测方法。本专利技术要解决的技术问题通过以下技术方案实现：
2、本专利技术实施例第一方面提供一种多工况离群点检测模型确定方法，包
本文档来自技高网...【技术保护点】
1.一种多工况离群点检测模型确定方法，其特征在于，包括以下步骤：
2.如权利要求1所述的方法，其特征在于，所述根据多个多元高斯分布模型拟合所述历史工况数据，以确定多个多元高斯分布模型参数，包括：
3.如权利要求2所述的方法，其特征在于，所述多个多元高斯分布模型参数包括：每个多元高斯分布模型的隐变量的概率、均值、协方差矩阵和多元高斯分布模型的数量；
4.如权利要求3所述的方法，其特征在于，初始多元高斯分布模型参数包括：初始均值、初始协方差矩阵、初始概率和初始数量；
5.如权利要求3所述的方法，其特征在于，在所述迭代计算过程...
【技术特征摘要】
1.一种多工况离群点检测模型确定方法，其特征在于，包括以下步骤：
2.如权利要求1所述的方法，其特征在于，所述根据多个多元高斯分布模型拟合所述历史工况数据，以确定多个多元高斯分布模型参数，包括：
3.如权利要求2所述的方法，其特征在于，所述多个多元高斯分布模型参数包括：每个多元高斯分布模型的隐变量的概率、均值、协方差矩阵和多元高斯分布模型的数量；
4.如权利要求3所述的方法，其特征在于，初始多元高斯分布模型参数包括：初始均值、初始协方差矩阵、初始概率和初始数量；
5.如权利要求3所述的方法，其特征在于，在所述迭代计算过程中，若当前协方差矩阵为非正定协方差矩阵，则根据单位矩阵给当前协方差矩阵赋值。<...
【专利技术属性】
技术研发人员：姜洪安，田双昌，
申请(专利权)人：北京名道恒通信息技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。