1.一種基于近鄰局部異常因子的乙烯裂解爐運行狀態監測方法，其特征在于，具體包括以下所示步驟：

步驟(1)：獲取乙烯裂解爐正常運行狀態下的n個采樣時刻的樣本數據x₁，x₂，…，x_n，并將其組成一個n×m維的數據矩陣X＝[x₁，x₂，…，x_n]^T；其中，第i個采樣時刻的樣本數據x_i∈R^33×1中的33個測量數據具體包括6個爐管輻射室的進料壓力，6個爐管的進料流量，6個爐管的稀釋蒸汽流量，6個爐管的出料溫度，6個爐管的交叉溫度，1個乙烯裂解爐出料平均溫度，1個乙烯裂解爐的爐壁燃氣流量，和1個乙烯裂解爐的底部燃氣流量，i∈{1，2，…，n}，R^33×1表示33×1維的實數向量，R表示實數集，上標號T表示矩陣或向量的轉置；

步驟(2)：根據公式分別對數據矩陣X中的列向量z₁，z₂，…，z₃₃實施標準化處理，從而得到標準化處理后的數據矩陣其中，z_k和分別表示X和中第k列的列向量，k∈{1，2，…，33}，μ_k和δ_k分別表示列向量z_k中所有元素的平均值和標準差；

步驟(3)：按照如下所示步驟(3.1)至步驟(3.6)確定出近鄰局部異常因子的正常上限值Q_lim；

步驟(3.1)：初始化i＝1；

步驟(3.2)：設置后，再將X_i中第i行的行向量刪除，從而得到由n-1行向量組成的矩陣X_i∈R^(n-1)×33；其中，R^(n-1)×33表示(n-1)×33維的實數矩陣；

步驟(3.3)：計算X_i中各行向量與行向量y_i之間的距離，再將X_i中與y_i之間距離最小的N行向量組成近鄰參考矩陣其中，R^N×33表示N×33維的實數矩陣，y_i表示中第i行的行向量；

步驟(3.4)：求解廣義特征值問題中最大特征值λ_i對應的特征向量α_i后，再根據公式更新特征向量α_i；

步驟(3.5)：根據公式計算近鄰局部異常因子Q_i后，判斷是否滿足條件i＜n；若是，則設置i＝i+1后，再返回步驟(3.2)；若否，則得到Q₁，Q₂，…，Q_n；

步驟(3.6)：將Q₁，Q₂，…，Q_n中的最大值記錄成近鄰局部異常因子的正常上限值Q_lim；

步驟(4)：在最新采樣時刻t，采集乙烯裂解爐的樣本數據x_t∈R^1×33，并根據公式對x_t中各個元素實施標準化處理，得到標準化處理后的在線數據向量其中，x_t(k)和分別表示x_t和中的第k個元素；

步驟(5)：計算中各行向量與在線數據向量之間的距離，再將中與之間距離最小的N行向量組成近鄰參考矩陣

步驟(6)：求解廣義特征值問題中最大特征值λ_t對應的特征向量p_t后，再根據公式更新特征向量p_t；

步驟(7)：根據公式計算最新采樣時刻t的近鄰局部異常因子Q_t后，判斷是否滿足條件Q_t≤Q_lim；若是，則執行步驟(8)；若否，則執行步驟(10)；

步驟(8)：根據如下所示公式將中后n-1行的行向量y₂，y₃，…，y_n與合并成一個矩陣Y后，再執行步驟(9)；

上式中，y₂，y₃，…，y_n分別表示中第2行至第n行向量；

步驟(9)：根據公式分別對矩陣Y₁中的列向量實施標準化處理，從而得到標準化處理后的矩陣再根據公式和分別更新平均值μ₁，μ₂，…，μ₃₃和標準差δ₁，δ₂，…，δ₃₃后，設置并返回步驟(4)繼續實施最新采樣時刻的乙烯裂解爐運行狀態監測；其中，和η_k分別表示Y和中第k列的列向量，和分別表示列向量中所有元素的平均值和標準差；

步驟(10)：返回步驟(4)繼續實施最新采樣時刻的乙烯裂解爐運行狀態監測，直至得到連續6個最新采樣時刻的近鄰局部異常因子后，判斷這6個近鄰局部異常因子是否都大于Q_lim；若是，則觸發異常警報；若否，則乙烯裂解爐運行狀態正常，并執行步驟(8)。