一種基于局部特征異常因子的初餾塔采樣數(shù)據(jù)粗差判別方法

1.一種基于局部特征異常因子的初餾塔采樣數(shù)據(jù)粗差判別方法，其特征在于，具體包
括以下所示步驟：
步驟(1)：確定初餾塔中影響初頂餾分干點(diǎn)的9個(gè)變量，具體包括：初餾塔進(jìn)料流量，進(jìn)
料溫度，塔頂溫度，塔頂壓力，塔頂回流帶出能量，回流比、初頂石腦油流量，初頂循帶出能
量，初中斷帶出能量；采集初餾塔這9個(gè)變量的N組樣本數(shù)據(jù)x1，x2，…，xN，并將其組成為一個(gè)
N×9 N×9 1×9
N×9維的數(shù)據(jù)矩陣X∈R ；其中，R 表示N×9維的實(shí)數(shù)矩陣，R表示實(shí)數(shù)集，xi∈R 表示
1×9
第i組樣本數(shù)據(jù)，R 表示1×9維的實(shí)數(shù)向量，i∈{1，2，…，N}；
步驟(2)：根據(jù)公式 分別為數(shù)據(jù)矩陣X中的列向量z1，z2，…，z9實(shí)施
抗差標(biāo)準(zhǔn)化處理，得到抗差標(biāo)準(zhǔn)化處理后的數(shù)據(jù)矩陣 其中，zk和 分別表
示X和 中第k列的列向量，k∈{1，2，…，9}表示變量的序號，μ(zk)表示計(jì)算列向量zk中所有
元素的中位數(shù)，中位絕對差 表示計(jì)算列向量 中
所有元素的中位數(shù)，|zk?μ(zk)|表示計(jì)算zk?μ(zk)的絕對值；
步驟(3)：按照如下所示步驟(3.1)至步驟(3.5)依次計(jì)算當(dāng)i分別等于1，2，…，N時(shí)的局
部特征異常因子L1，L2，…，LN；
步驟(3.1)：初始i＝1，并將 中的第i行向量記為
步驟(3.2)：根據(jù)公式 計(jì)算行向量 與數(shù)據(jù)矩陣 中第j行
向量 之間的平方距離，并將 中與 之間平方距離最小的C個(gè)行向量組成參考矩陣
其中，j∈{1，2，…，N}且j≠i，上標(biāo)號T為矩陣或向量的轉(zhuǎn)置符號；
步驟(3.3)：求解廣義特征值問題 中最大特征值λi對應(yīng)的特征向量pi
后，再計(jì)算變換向量
2
步驟(3.4)：計(jì)算局部特征 后，再根據(jù)公式Li＝(si) 計(jì)算第i個(gè)局部特征異常因
子Li；
步驟(3.5)：判斷是否滿足i＜N；若是，則設(shè)置i＝i+1后返回步驟(3.2)；若否，則得到N
個(gè)局部特征異常因子L1，L2，…，LN；
步驟(4)：計(jì)算N個(gè)局部特征異常因子L1，L2，…，LN的中位數(shù)μ(L)以及中位絕對差δ(L)
后，再確定局部特征異常因子的變化上限Llim＝μ(L)+3×δ(L)；其中，L＝[L1，L2，…，LN]；
步驟(5)：根據(jù)如下所示步驟(5.1)至步驟(5.3)逐個(gè)判別初餾塔采樣數(shù)據(jù)中的粗差數(shù)
據(jù)；
步驟(5.1)：初始化i＝1；
步驟(5.2)：判斷是否滿足條件Li＞Llim；若是，則將第i個(gè)樣本數(shù)據(jù)xi判別為粗差數(shù)據(jù)；
若否，則第i個(gè)樣本數(shù)據(jù)不是粗差數(shù)據(jù)；
步驟(5.3)：判斷是否滿足i＜N；若是，則設(shè)置i＝i+1后返回步驟(5.2)；若否，則結(jié)束初
餾塔采樣數(shù)據(jù)的粗差判別。

暫無