基于統(tǒng)計(jì)方法的異常數(shù)據(jù)檢測(cè)及其修復(fù).pdf

1、隨著工業(yè)過(guò)程的復(fù)雜化，工業(yè)企業(yè)需求的增加以及控制理論和計(jì)算機(jī)技術(shù)的發(fā)展，軟測(cè)量技術(shù)作為一種成本低廉，效果明顯的方法，已成為現(xiàn)代工業(yè)控制領(lǐng)域的研究熱點(diǎn)之一。而軟測(cè)量的建模精度受到建模數(shù)據(jù)的影響，軟測(cè)量模型的輸入數(shù)據(jù)都來(lái)自工業(yè)現(xiàn)場(chǎng)?？墒?工業(yè)生產(chǎn)過(guò)程中有很多影響因子,如噪聲,傳感器故障或者工作人員疏忽等都會(huì)使得所采集的某些數(shù)據(jù)出現(xiàn)異常,所以對(duì)建模數(shù)據(jù)的檢測(cè)和修復(fù)就變得十分重要。
　　論文主要從以下幾個(gè)方面進(jìn)行了研究。針對(duì)單個(gè)變量的數(shù)據(jù)

2、（一維數(shù)據(jù)），采用小波變換的方法進(jìn)行檢測(cè)，通過(guò)伸縮和平移等運(yùn)算功能對(duì)數(shù)據(jù)細(xì)致化的分析，因?yàn)樾〔ㄗ儞Q的時(shí)頻特性，能準(zhǔn)確定位異常數(shù)據(jù)點(diǎn)位置；對(duì)于高維數(shù)據(jù)，采用主元分析法對(duì)數(shù)據(jù)進(jìn)行處理，分別建立T2統(tǒng)計(jì)圖和Q統(tǒng)計(jì)圖。然后根據(jù)每個(gè)變量對(duì)T2統(tǒng)計(jì)圖的貢獻(xiàn)，對(duì)Q統(tǒng)計(jì)圖進(jìn)行更為細(xì)致的劃分，選取其中和T2統(tǒng)計(jì)圖顯著相關(guān)的變量所構(gòu)成的統(tǒng)計(jì)圖聯(lián)合檢測(cè)，使得檢查幅值較小的粗大誤差能力加強(qiáng)。針對(duì)以前工業(yè)數(shù)據(jù)填補(bǔ)修復(fù)的一些缺點(diǎn)，本論文把深度學(xué)習(xí)方法運(yùn)用到異常數(shù)據(jù)