[00105400]基于动态信息谱的流程工业事故致因信息转移机理研究
联系人：
所在地：
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
该项目为国家自然科学基金资助青年科学基金项目（项目批准号：61503034）。
1. 提出了基于符号转移熵谱和 Granger 因果关系的综合网络推断 STESGC 方法，用来从多元时间序列中推断出加权有向关联网络：该方法解决了网络推断中的五个问题，即时间序
列的连续性、强关系识别、关系量化、方向识别和时间延迟关系识别。对间接关系，采用DPI(Data Processing Inequality)进行过滤。对双向关系，采用一个自定义的经验规则进行过滤。在推断出的关联网络中，箭头的起始节点表示驱动变量，终点表示响应变量。
2. 提出了一种基于致因网络的系统总体工况异常检测 AN-SVM 方法：基于所推断出来的致因网络，通过复杂网络理论计算拓扑指标，考虑所有监测变量的整体信息，并通过 SVM 机器学习方法预测在系统层面是否发生异常。与基于模型的异常检测方法相比，所提方法不需要先验知识和确定的数学模型；与传统的数据驱动的异常检测方法相比，所提方法不需要先进行数据降维，是基于网络拓扑特征的系统级分析，而不是基于原始监测数据的分析。
3. 提出了基于信息熵变的致因网络节点重要性排序方法：致因网络中的不同因素，考虑到信息转移和致因过程，其重要度有所不同。提出了一种基于信息熵变来量化致因网络节点的方法。基于系统结构决定系统功能这一基本原理，从通过节点移除所带来网络结构总体信息熵变来量化致因网络中的节点重要性，从而判断出事故致因过程中的关键因素。
