条件驱动的非线性协整与非平稳状态监测

针对工业生产过程中,非平稳变量间服从非线性协整关系所导致的非平稳特征提取难题,提出一种条件驱动的非线性协整算法。首先,根据设备的运行状态,对数据进行重构,将数据从时间轴重构至条件轴,使得每一个条件片内的数据具有相似的过程特性。为解决数据重构时存在的时序信息损失问题,利用重排自回归保留序列的时序信息。然后,对于重构后的条件片,根据相邻条件片协整模型的相似度合并条件片,捕捉条件轴上协整关系的变化,将协整关系相似的数据划分至同一工况,并建立统一的协整模型。最后,利用某风电场数据对所提算法的有效性进行了验证,并通过与传统线性协整算法的比较说明其优越性。