1.一种基于核主成分回归的工业过程故障检测方法，其特征在于，包括：

根据工业过程中的正常运行数据构建核主成分回归模型；

对核主成分回归模型进行奇异值分解，得到关键性能指标相关子空间和关键性能指标无关子空间，并分别计算各自的控制限；

对核主成分回归模型进行奇异值分解的过程包括：在核主成分回归模型中分离出主空间，对主空间进行奇异值分解，得到关键性能指标相关子空间和关键性能指标无关子空间，基于此对输入变量对应的核矩阵分解为关键性能指标相关和关键性能指标无关的两部分；

计算各自的控制限的过程包括：根据正常运行数据得到置信水平，根据置信水平计算关键性能指标相关子空间和关键性能指标无关子空间各自的控制限；

获取工业过程中的输入变量，基于核主成分回归模型计算输入变量在关键性能指标相关子空间和关键性能无关子空间的统计量，并分别与各自的控制限进行比较；

统计量的计算过程包括：对输入变量分别计算在关键性能指标相关子空间和关键性能无关子空间的得分矩阵，根据得分矩阵得到在两个子空间的统计量；

其中，获取关键性能指标相关子空间和关键性能无关子空间的得分矩阵的具体方法包括：对标准的核矩阵 进行主成分分析，求出标准化核矩阵 的特征值，将 的特征值λ从大到小排列，取出前A个特征值，以及特征值对应的特征向量，A的选取可由特征值λi＞0的个数或者由 的方法来选取，通过标准化核矩阵 的前A维的特征值和特征向量，求出对应的得分矩阵；

根据比较结果判断输入变量是否正常，以此得到故障检测结果。

2.如权利要求1所述的一种基于核主成分回归的工业过程故障检测方法，其特征在于，所述关键性能指标相关子空间和关键性能指标无关子空间为正交空间。

3.如权利要求1所述的一种基于核主成分回归的工业过程故障检测方法，其特征在于，统计量与控制限的比较过程包括：若输入变量在关键性能指标相关子空间和关键性能无关子空间的统计量均大于各自的控制限，则输入变量为异常数据，否则输入变量为正常数据。

4.如权利要求1所述的一种基于核主成分回归的工业过程故障检测方法，其特征在于，根据比较结果判断输入变量是否正常，若输入变量为异常数据，则根据所在子空间判断出是关键性能指标相关的异常数据还是与关键性能指标无关的异常数据。

5.一种基于核主成分回归的工业过程故障检测系统，用于实现权利要求1‑4任一项权利要求所述的基于核主成分回归的工业过程故障检测方法，其特征在于，包括：模型构建模块，被配置为根据工业过程中的正常运行数据构建核主成分回归模型；

分解模块，被配置为对核主成分回归模型进行奇异值分解，得到关键性能指标相关子空间和关键性能指标无关子空间，并分别计算各自的控制限；

数据获取模块，被配置为获取工业过程中的输入变量；

统计量计算模块，被配置为基于核主成分回归模型计算输入变量在关键性能指标相关子空间和关键性能无关子空间的统计量，并分别与各自的控制限进行比较；

故障检测模块，被配置为根据比较结果判断输入变量是否正常，以此得到故障检测结果。

6.一种电子设备，其特征在于，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成权利要求1‑4任一项权利要求所述的基于核主成分回归的工业过程故障检测方法。

7.一种计算机可读存储介质，其特征在于，用于存储计算机指令，所述计算机指令被处理器执行时，完成权利要求1‑4任一项权利要求所述的基于核主成分回归的工业过程故障检测方法。