(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111538098.2 (22)申请日 2021.12.15 (71)申请人 北京工业大 学 地址 100124 北京市朝阳区平乐园10 0号 (72)发明人 汤健　许超凡　徐喆　夏恒　 乔俊飞　 (74)专利代理 机构 北京思海天达知识产权代理 有限公司 1 1203 代理人 刘萍 (51)Int.Cl. G06Q 10/04(2012.01) G06F 17/15(2006.01) G06Q 50/26(2012.01) (54)发明名称 基于多窗口概念漂移检测的MSWI过程二噁 英排放预测方法 (57)摘要 基于多窗口概念漂移检测的MSWI过程二噁 英排放预测方法属于城市固废焚烧 领域。 二噁英 (DXN)是城市固废焚烧(MSWI)过程排放的巨毒污 染物。 实际工业过程采用软测量模型以实现DXN 预测， 但工业过程的时变特性导致软测量模型的 预测精度降低。 首先， 基于历史数据建立随机森 林(RF)软测量模型和主成分分析(PCA)漂移 检测 模型； 其次， 通过多窗口概念漂移检测策略对新 样本进行漂移 检测， 以确定新样 本是否为漂移样 本； 最后， 对上述的漂移样本进行去冗处理并判 断其数量是否满足设定的阈值， 若满足则重新训 练PCA模型及RF模型， 否则继续采用历史模型对 新样本进行预测。 采用工业过程数据验证了所提 方法的有效性。 权利要求书5页 说明书13页 附图5页 CN 114330845 A 2022.04.12 CN 114330845 A 1.基于多窗口概念漂移检测的MSW I过程二噁英排 放预测方法， 其特 征在于， 将历史样本表示 为 描述为， 其中， 表示第i个历史样 本向量， 表示所有历史样 本的第m个特征组成的向量， 表 示为第i个历史样 本中的第m个特征； m＝1, …,M， i＝1, …,k， k为样本数量， M为特征数量； 历 史样本输出为 表示第i个历史样本的输出； 进 而， 历史建模样本集Sold表示为， 首先， 进行数据递推预处 理， 以第n个特 征 为例， 如下： 其中， 表示第n个特征的均值， 表示第n个特征的标准差， k为样本数量； 则全部特 征的均值 及标准差 如下： 其中， m＝1, …,M； 接着， 将历史数据 标准化为标准历史数据Xk， 如下所示， 其中 和 表示样本均值及样本标准差； 最后， 标准历史数据可表示 为 xi表示第i个标准历史样本向量， xm表示所有标准历史样本的第m个 特征组成的向量， xmi 表示为第i个标准历史样本中的第m个特征； 其中， m＝1, …,M， i＝1, …,k， k为样本数量， M为 特征数量； 采用随机森林(RF)构建DXN软测量模型， 构建过程描述为： 对标准历 史数据Xk采用自助 随机抽样， 有放回的随机抽取子数据集作为训练集； 从其M个特征中随机选取若干个特征， 作为分裂节 点的依据； 多次训练得到不同的CART树； 接着， 将各个CART树输出值的均值作为 RF的预测结果； 由上述过程， 通过 标准历史数据Xk训练得到DXN软测量模型 PCA能够从标准历史数据Xk的高维特征中提取关键变化信息， 能够以较少的潜在特征更 集中地反映原始高维变量的变化； 标准历史数据Xk由具有M个特征的k个样 本组成， 即Xk∈Rk ×M， Rk×M表示全部数据集， Xk按下式分解： 权　利　要　求　书 1/5 页 2 CN 114330845 A 2其中， th和ph分别是得分向量和负荷向量； ph为相关系数矩阵Rk的第h个主元向量， 如下式所示： (Rk‑λk)Pk＝0                             (11) 其中， λk为Rk的特征值， Pk为 λk对应的特 征向量， E为单位矩阵； λk可通过下式解得， 如下： | λkE‑Rk|＝0                             (12) 而分解后的Xk即可表示 为， 其中， 和 分别是PCA的模型部分和残差部分； 是由Rk的前h个主元向量组成 的负荷矩阵， 其覆盖的空间称为主元子空间(PCS)； 是Xk在 上的投影， 称为得分矩 阵； 称为残差负荷矩阵， 其覆盖的空间称为残差 子空间(RS)； 称为残差得分； 通过上述过程， 获得 特征空间的漂移检测模型 进一步， 由上述模型可计算得到置信度为1 ‑α 的两条控制限 和 和 为特征空间的漂移检测限， 其可通过 下式获得： 其中， 规定 h0及 θr可通过下式计算: 其中， λj表示非主元 特征值， r＝1,2,3， 且此处显著性水平α 定义 为： P{F(M,M‑h)>Fα(M,M‑h)}＝α                       (19) N(0,1)为标准正态分布， Cα是标准正态分布的置信极限， Fα(M,M‑h)是服从第一 自由度 为M， 第二自由度为M ‑h的F分布； 概念漂移检测模块分为3个窗口， 即离群样本检测窗口、 特征空间检测窗口及输出空间 检测窗口， 第 1个窗口实现离群样本识别及新样本标准化， 后2个窗口实现模型预测输出和 漂移样本识别； 3.2.1离群样本检测窗口 首先对新采集的样本 进行预处理， 此时需要考虑新样本对历史建模样本均值和方差 的影响； 因此， 需要首 先对历史均值和标准差进行递推更新， 如下： 权　利　要　求　书 2/5 页 3 CN 114330845 A 3