加氢裂化装置运行工况众多且切换频繁,而不同稳定的工况间切换必然存在过渡状态,可能会引起装置运行状态波动,甚至引发事故。通常,操作员会基于专家经验判断装置当前处于稳定或过渡状态,分别采取相应的监控和调整策略。然而,人工判断具有个体差异、经验积累周期长等不足,可能导致过渡状态判断不够准确,故提出一种加氢裂化装置多工况切换过渡状态检测方法,首先,结合工业大数据和装置过程机理,针对工业采集数据运用了小波降噪和平滑,再利用相关分析法和主元分析(principal component analysis,PCA)进行数据降维,剥离了相关性强的变量所带来的额外计算成本和信息干扰,将滑动窗拆分并计算移动方差,再与K-means(K均值)聚类相结合,实现了加氢裂化装置的过渡态检测。最后,与经典K-means聚类和层次聚类方法进行对比验证,证明了所提方法具有更好检测能力。