CN104636589A

CN104636589A - 一种基于grw-mmmd加权聚类分析的过失误差侦破方法

Info

Publication number: CN104636589A
Application number: CN201410638874.XA
Authority: CN
Inventors: 包晶晶; 肖冬; 高旭阳
Original assignee: Northeastern University China
Current assignee: Northeastern University China
Priority date: 2014-11-13
Filing date: 2014-11-13
Publication date: 2015-05-20

Abstract

现场采集的数据由于各种原因不可避免地存在着过失误差，需要对建模数据进行过失误差侦破以保障软测量模型的测量精度。因此，在基于聚类分析的软测量过失误差侦测中，针对不同变量对建模影响程度的不同，提出了基于GRW-MMMD（Grey Relational Weighted-Modified Median Minimum Distance）的过失误差侦破方法，对来自LF精炼炉冶炼过程的相关参数的数据集进行处理。实验和仿真表明，GRW-MMMD方法可以有效的找出数据集中的过失误差，且其实时性好、准确度高、经济可靠。

Description

一种基于GRW-MMMD加权聚类分析的过失误差侦破方法

技术领域

本发明设计了一种基于GRW-MMMD（Grey Relational Weighted-Modified Median Minimum Distance）过失误差侦破方法，实时性好、准确度高、经济可靠。

背景技术

近年来，软测量技术在复杂工业过程中已经得到了广泛的应用。这种技术主要用于解决工业过程中普遍存在的一类难以测量的过程变量的检测问题。软测量技术的核心是建立工业对象的精确可靠的模型。初始软测量模型是通过对过程变量的历史数据进行辨识而得到的。因此无论采用何种方法建立软测量模型，都需要一定数量的建模数据，并且软测量模型的性能在很大程度上要依赖于所获得的建模数据的准确性和有效性.

然而，由于各种原因在现场采集的数据中不可避免的存在误差。在这些误差中，包括随机误差和过失误差。过失误差主要是指在实际过程中，经常由于测量仪表失灵、测量仪表数据传输错误以及操作不稳定等原因造成的测量数据严重失真的情况，使测量数据的测量值和真实值之间存在着显著的差异.

过失误差会对建模带来严重的干扰，在建立软测量建模之前，需要将过失误差数据从模型数据中侦测并且分离出来，这对成功建立精确地软测量模型不可或缺。因此，为了保障模型的精度，通过某种方法，将真实信号从受误差影响的混合信号中分离出来，这个过程被称为过失误差侦破。

发明内容

本发明的内容，是提供一种有效的过失误差侦破方法，运用灰关联分析法判断各变量对工业过程的影响程度，为计算公式加权，从而能够成功剔除主要变量的过失误差，提高数据精确度，为软测量建模打下坚实基础.

针对不同变量对建模影响程度的不同，本发明提出了基于GRW-MMMD加权聚类分析的过失误差侦破方法。已有的MMMD过失误差侦破方法，能有效剔除多变量的过失误差，但该方法中所有变量均取等权重，不能确切找出对建模影响最大的过失数据。因此，本发明在MMMD方法的基础上，运用灰关联分析法为各变量数据加权，定量的度量工业过程中各变量之间的关联程度，从而准确剔除主导变量中的过失误差。实验表明，基于GRW-MMMD方法的过失误差侦破方法相比于原有的等权重的MMMD方法，具有更高的识别精度，能够为下一步的软测量建模提供更加精确可靠的数据信息.

GRW-MMMD过失误差侦破方法：

基于平均最小距离的聚类算法是一种行之有效的过失误差侦破方法。该方法根据相似性的度量方法，把原始数据聚类成不同的数据类，这样就能方便地把异类点和主体数据分开，从而实现过失误差侦破。MMMD方法将数据集中地数据均考虑进来，使用数据集中的数据与其临近点的距离的中位值作为准则.

灰色关联度分析法是将研究对象及影响因素的因子值视为一条线上的点，与待识别对象及影响因素的因子值所绘制的曲线进行比较，比较它们之间的贴近度，并分别量化，计算出研究对象与待识别对象各影响因素之间的贴近程度的关联度，通过比较各关联度的大小来判断待识别对象对研究对象的影响程度。GRW-MMMD方法将灰关联分析法得到的各变量关联度作为权重，融入到欧氏距离的计算方法中，更进一步的将主要变量的过失误差快速而有效地剔除掉.

（1）GRW-MMMD方法具体步骤：

①输入样本数据集[x₁,x₂,...x_N]以及灰关联中用到的t=n时刻的输入系列{X_i（n）}和输出序列{X_o（n）};

②确定反应系统行为特征的输出序列和影响系统行为的输入序列并进行标准化处理.

③计算关联系数：对于t=n时刻的输入系列{X_i（n）}和输出序列{X_o（n）}的关联系数为

其中：λ为分辨系数，0<λ<1；

n指采取输入输出序列的时刻为t=n时刻

△_min、△_max分别表示所有比较序列各个时刻绝对差中的最大值和最小值；

△_io（n）为各输入数列{X_i（n）}曲线上的每一个点与输出数列{X_o（n）}

曲线上的每一个点的绝对差值.

④求关联度γ_io，输入变量和输出变量的关联程度数量表示如下：

其中，ξ_io（n）即为上一步计算的t=n时刻各变量的关联系数

L表示计算过程中选取的时刻总数

⑤关联度排序，按照计算出的关联度从大到小进行排序.

⑥将所计算的关联度代入作为公式权重，计算数据点到数据中心的“新

欧氏距离”[d₁,d₂,...,d_N];

其中：w_k——各变量的关联度

x_i1、x_j1——第一组数据中任意两个数据间的距离

x_iN、x_jN——第N组数据中任意两个数据间的距离

⑦按新欧几里得距离从小到大排列这些数据点，得到新的向量[d_s1,d_s2,...,d_sN];

⑧根据上个步骤所得到的新欧几里得距离的排列结果，得到距离的中位值d_wmmmd;

⑨定义d_wmmmd作为分界点，根据数据点到数据中心的距离，将数据集分为两类：

当d_i>d_wmmmd,X为过失误差类；

当d_i<d_wmmmd,X为正确数据类；

⑩结束过失误差侦破.

GRW-MMMD方法流程图如图1所示.

（2）本发明的特点：

①首先运用灰关联分析法准确计算出各变量之间贴近度的关联度，通过比较各关联度的大小来判断变量对工业过程的影响程度.

②作为聚类分析，MMMD算法可以直接面对数据，不必考虑复杂的建模过程，这样作为数据的预处理步骤，可以减少造成数据错误处理的概率.

③将灰关联分析计算所得的各变量关联度作为权重，融入MMMD方法的欧几里得距离计算公式中，得到的“新欧几里得”距离计算公式作为本发明WMMMD方法的改进之处。运用GRW-MMMD方法进行侦破，可以高校剔除主导变量中的过失误差，精确度高，实时性好，经济可靠。

3、GRW-MMMD方法在LF精炼炉冶炼中的应用

LF是以电弧加热为主要技术特征的炉外精炼方法，包括电极加热系统、合金与渣料加料系统、底透气砖吹氩搅拌系统、喂线系统、炉盖冷却水系统、除尘系统、测温取样系统、钢包及钢包车控制系统等.

本发明以上海宝钢300t LF精炼炉钢水终点温度软测量模型为例，对软测量模型输入数据中的初始温度、合金及渣料吸放热、加热总耗电量和冶炼时间（包含了钢包等待时间）进行侦破，取宝钢300t LF精炼炉2006年6-9月200炉生产数据用于软测量建模.

图2为仅用MMMD算法侦破的聚类结果图，效果不是很精确；图4为GRW-MMMD算法侦破的聚类结果图，效果还是很理想的。此处用pls建模来具体分析两种方法的效果：图3为基于MMMD法数据修正的强弱学习机的预报效果图，图5为GRW-MMMD方法侦破后的强弱学习机的预报效果图。从这两图中可以清晰看出两种方法对建模数据精确计算的差异。为直观反映这一差异，将各方法之后建模的预报精度列表（表1）如下：

表1 建模预报精度

侦破方法	预报精度
		原始数据	13.26%
MMMD	16.79%
		GRW-MMMD	22.34%

附图说明

图1是GRW-MMMD算法流程图

图2是MMMD算法侦破聚类图

图3是MMMD法侦破后的强弱学习机的预报效果图

图4是GRW-MMMD算法侦破聚类图

图5是GRW-MMMD法侦破后的强弱学习机的预报效果图。

Claims

1.针对不同变量对建模影响程度的不同，本发明提出了基于GRW-MMMD（Grey Relational Weighted-Modified Median Minimum Distance）的过失误差侦破方法.

已有的MMMD过失误差侦破方法，能有效剔除多变量的过失误差，但该方法中所有变量均取等权重，不能确切找出对建模影响最大的过失数据.

因此，本发明在MMMD方法的基础上，运用灰关联分析法为各变量数据加权，定量的度量工业过程中各变量之间的关联程度，从而准确剔除主导变量中的过失误差.

实验表明，基于GRW-MMMD的过失误差侦破方法相比于原有的等权重MMMD方法，具有更高的识别精度，能够为下一步的软测量建模提供更加精确可靠的数据信息。

2.基于GRW-MMMD的过失误差侦破方法：

假设软测量建模的原始数据矩阵为X（n×m），n代表测量采样次数，m代表测量变量个数.

（1）求取权重w

①确定反应系统行为特征的输出序列和影响系统行为的输入序列并进行标准化处理.

②计算关联系数：对于t=n时刻的输入系列{X_i（n）}和输出序列{X_o（n）}的关联系数为

其中：λ为分辨系数，0<λ<1；△_min、△_max分别表示所有比较序列各个时刻绝对差中的最大值和最小值；△_io（n）为各输入数列{X_i（n）}曲线上的每一个点与输出数列{X_o（n）}曲线上的每一个点的绝对差值.

③求关联度γ_io，输入变量和输出变量的关联程度数量表示如下：

④关联度排序，按照计算出的关联度从大到小进行排序.

在MMMD方法中，采用新的相似性度量公式，将欧式距离改为如下：

其中：x_i1、x_j1为第一组数据中任意两个数据间的距离，x_iN、x_jN为第N组数据中任意两个数据间的距离。