1.一种基于时序特征分析的一段转化炉运行异常检测方法，包括以下所示步骤（1）至步骤（9）：步骤（1）：确定一段转化炉的测量变量后，在一段转化炉运行正常时，同时为测量变量连续采集至少800个采样时刻的样本数据以组成数据矩阵 ；其中，数据矩阵 中的各行向量由所述测量变量在相同采样时刻的样本数据按照固定的测量变量顺序排列组成， 中第一行向量至最后一行向量是按照采样时刻先后顺序排列的；

步骤（2）：计算数据矩阵 中第1列向量、第2列向量至第13列向量的平均值和标准差 后，再利用平均值和标准差对 中的各行向量实施标准化处理，再将经标准化处理后的行向量组成矩阵 ；

步骤（3）：设置时序阶数 后，将矩阵 中第 行向量至最后一行向量组成0阶时序矩阵 、将矩阵 中第 行向量至倒数第二行向量组成1阶时序矩阵 、按照此规律直至得到 阶时序矩阵 ；

步骤（4）：针对0阶时序矩阵 、1阶时序矩阵 至 阶时序矩阵 实施时序特征分析，得到特征变换矩阵 ；

步骤（5）：设置时序特征参数 等于一个小于13的正整数，再将特征变换矩阵 中的第

1列向量至第 列向量组成动态变换矩阵 、 中的第 列向量至第13列向量组成静态变换矩阵 后，通过公式 和 分别计算得到0阶得分矩阵 、1阶得分矩阵至 阶得分矩阵 和静态得分矩阵 ；其中， ；

步骤（6）：利用最小二乘回归算法确定0阶得分矩阵 和 之间的回归模型：；其中，输入矩阵 ，回归系数矩阵 和误差矩

阵 ，上标号T表示矩阵或向量的转置；

步骤（7）：按照公式 、 和 分别计算误差

异常检测指标向量 、动态异常检测指标向量 和静态异常检测指标向量 后，再设置误差异常控制限 、动态异常控制限 和静态异常控制限 分别对应等于 、 和 中的最大数据；其中， 表示将花括号内矩阵对角线元素转变成列向量的操作；

步骤（8）：根据公式 计算综合异常检测指标向量 后，再计算中所有数据的平均值 和标准差 后，设置相应的控制上限 ；

步骤（9）：保留用于在线实时异常检测的参数后，对一段转化炉实施在线异常检测；其中，保留的参数包括步骤（2）中的平均值 和标准差 、步骤（5）中的动态变换矩阵 和静态变换矩阵 、步骤（6）中的回归系数矩阵 、步骤（7）中的误差异常控制限 、动态异常控制限 和静态异常控制限 、以及步骤（8）中的控制上限 ；

其特征在于：所述步骤（4）的具体实施过程如下所示：步骤（4.1）：对矩阵 实施奇异值分解，得到 ，再按照公式计算正交变换矩阵 ；其中， 表示奇异值分解产生的酉矩阵， 是由非零奇异值组成的对角矩阵；

步骤（4.2）：通过公式 分别计算0阶特征矩阵 、1阶特征矩阵 至 阶特征矩阵 ；

步骤（4.3）：按照公式 计算特征相关矩阵 ，再对 实施奇异值分解，得到 ；其中， 是由非零奇异值按照数值大小降序排列组成的对角矩阵， 为奇异值分解产生的酉矩阵；

步骤（4.4）：按照公式 计算得到特征变换矩阵 。

2.根据权利要求1所述的一种基于时序特征分析的一段转化炉运行异常检测方法，其特征在于，所述步骤（3）中设置时序阶数 的具体过程如下所示：步骤（3.1）：设置 、 和阈值 等于一个不大于0.1的正数；

步骤（3.2）：执行步骤（3）中组成0阶时序矩阵 、1阶时序矩阵 至 阶时序矩阵的实施过程；

步骤（3.3）：执行步骤（4.1）至步骤（4.2）得到对角矩阵 后，设置 等于 中对角线上所有元素之和；

步骤（3.4）：判断 是否大于 ；若是，则设置 后，返回步骤（3.2）；若否，则得到所需设置的时序阶数 。

3.根据权利要求1或2所述的一种基于时序特征分析的一段转化炉运行异常检测方法，其特征在于，所述步骤（5）中设置时序特征参数 的具体过程如下所示：步骤（5.1）：将对角矩阵 中对角线上的元素依次记为 后，设置 ；其中，下标号 等于对角矩阵 中行向量的个数；

步骤（5.2）：根据 计算出累加概率 后，判断

是否小于0.85；若是，设置 后，重复执行步骤（5.2）；若否，则设置时序特征参数后，完成对时序特征参数 的设置。

4.根据权利要求1或2所述的一种基于时序特征分析的一段转化炉运行异常检测方法，其特征是，所述步骤（1）中确定的测量变量依次是：天然气进料流量（F01）、燃料废气进料流量（F02）、热交换器出口压力（P01）、炉膛气压（P02）、热交换器出口温度（T01）、预热后的天然气温度（T02）、混合气体进料温度（T03）、炉膛左侧顶部温度（T04）、炉膛右侧顶部温度（T05）、炉膛顶部混合气体温度（T06）、炉膛左侧底部出料口温度（T07）、炉膛右侧底部出料口温度（T08）和转化后气体出料口温度（T09）。

5.根据权利要求4所述的一种基于时序特征分析的一段转化炉运行异常检测方法，其特征是，所述步骤（9）是重复执行以下所示步骤（9.1）至步骤（9.4）对一段转化炉实施在线异常检测：步骤（9.1）：在一段转化炉的最新采样时刻 ，同时采集13个测量变量的样本数据，并按照与步骤（1）中固定的测量变量顺序排列组成一个 维的数据向量 后，利用平均值和标准差 对数据向量 实施标准化处理，从而对应得到行向量 ；

步骤（9.2）：按照公式 分别计算0阶得分向量 、1阶得分向量 至 阶得分向量 后，再按照公式 计算最新采样时刻 的静态得分向量 ；其中， 表示在之前的 个采样时刻采集并组成的数据向量 经标准化处理后对应得到的行向量，当时， 表示 ；

步骤（9.3）：将 合并成一个输入向量 后，按照公式计算误差向量 ；

步骤（9.4）：按照公式 计算最新采样时刻 的综合异常检测指标 后，判断 是否大于 ；若是，则一段转化炉运行出现异常；若否，则一段转化炉运行正常。