基于改进PCA的软测量数据过失误差侦破  

Gross Error Detection of Soft Sensing Data Based on Improved PCA

作　　者：胡云苹[1] 赵英凯[1] 李丽娟[1] 

机构地区：[1]南京工业大学自动化与电气工程学院,南京210009

出　　处：《计算机工程》2010年第18期282-284,共3页Computer Engineering

基　　金：国家"863"计划基金资助重点项目(2006AA04030802);江苏省自然科学基金资助项目(BK2009356);南京工业大学青年教师学术基金资助项目;江苏省高校自然科学基金资助项目(09KJB510003)

摘　　要：为提高软测量的模型精度,剔除建模数据中的过失误差,提出采用Bagging-PCA方法进行误差侦破。利用Bagging算法的集成思想,改善单变量大误差对经典PCA的影响,提高算法稳定性,实现数据的过失误差侦破。用该方法对丙烯浓度的软测量进行过失误差侦破,取得了良好的效果。To improve the precision of soft sensing model, a method of Bagging-PCA is proposed to detect gross error. Using the integrated idea of Bagging algorithm, it improves the stability of classical PCA and detects gross errors effectively by weakening the effect of the big errors in part variable. The method is used to detect gross errors in modeling data for a propylene concentration soft sensing and good results are obtained.

关 键 词：Bagging-PCA 方法 软测量 过失误差侦破 

分 类 号：TP273[自动化与计算机技术—检测技术与自动化装置]