基于核密度估计的R-Vine Copula选择及其在故障检测中的应用

• 作者: 周南 李绍军
• 来源期刊: 高校化学工程学报
• 学科: 工学
• 关键词: 过程监控 核密度估计 非线性非高斯 R-Vine Copula 广义贝叶斯推断概率指标 高密度区域
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 化工系统工程
• 页码范围: 443-452
• 页数: 10页
• 分类号: TP277
• 字数: 7307字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-9015.2019.02.024

摘要

在化工过程监控领域,Vine Copula模型为描述高维复杂变量之间相依关系提供了一种新的思想,在不降维的基础上直接刻画变量之间复杂的相关关系.传统的 Copula 函数模型选择方法是基于赤池信息准则(Akaike information criterion, AIC),但是在利用AIC准则时不仅要计算Copula的密度函数,而且边缘分布的拟合效果也直接影响了AIC的取值.本文提出了基于核密度估计的R-Vine Copula (kernel estimation-based R-vine Copula, KRVC)选择方法,并将其应用在化工过程监控领域.通过核密度选择原理得到R-Vine模型,然后利用高密度区域(HDR)与密度分位数表等理论,构建非高斯态广义局部概率指标(GLP).该方法在 TE (Tennessee Eastman)过程中以及醋酸脱水过程中的应用验证了KRVC方法在过程监控中的良好性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李绍军	华东理工大学化工过程先进控制和优化技术教育部重点实验室	52	377	10.0	16.0
2	周南	华东理工大学化工过程先进控制和优化技术教育部重点实验室	1	3	1.0	1.0