作者：钱 虹1,2， 张超凡1， 张凯文1
作者单位：1. 上海电力大学，上海 200090; 2. 上海市电站自动化技术重点实验室，上海 200090
关键词： 异常数据检测; SVR 软测量; KNN 算法; Ridge 回归算法; 容错模型
摘要：
针对工业过程控制数据异常时，控制系统无法实现闭环稳定可靠工作的问题，提出一种基于 KNN 算法和 Ridge 回归算法结合对异常数据高精度恢复，并设计实现控制系统容错运行的数据驱动模型。首先利用基于径向基 核函数的支持向量回归机 (RBF-SVR) 观测器对目标变量状态进行异常检测，其次使用 Ridge 算法对异常数据点的 K 个最近邻工况数据进行回归运算，从而恢复异常点数据，最后通过容错切换机制实现控制数据异常时系统容错运 行。使用电厂历史数据验证方法的有效性并与其他数据恢复方法进行对比。结果表明，使用该文所提方法对异常数 据的恢复值与实际原始值之间的 MAPE 仅为 2.4789%，与 RBF-SVR 软测量模型相比回归准确度提高 6.209%，恢复 的数据能够可靠应用于系统容错控制运行中。
