申请/专利权人：南京富岛软件有限公司

申请日：2023-10-12

公开（公告）日：2024-03-15

公开（公告）号：CN117708516A

主分类号：G06F18/20

分类号：G06F18/20;G06N20/10;G06F18/10;G06F18/214

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.02#实质审查的生效;2024.03.15#公开

摘要：本发明公开了一种具有数据密化的炼化企业馏分油性质预测方法，通过结合数据密化技术和支持向量机SVM软测量模型，实现了对馏分油性质的高效、实时预测。该方法首先进行人工测量馏分油性质数据和收集加工过程参数数据，然后通过相关性分析筛选相关性较高的参数，采用数据密化处理提高数据密度，再利用数据集训练SVM参数，对现场采集的过程参数进行处理并输入SVM模型，获得预测的馏分油性质。该方法显著提高了实时性和高效性，对提高生产效益和产品质量具有重要价值。

主权项：1.一种具有数据密化的炼化企业馏分油性质预测方法，其特征在于通过数据密化扩充加工过程参数数据及馏分油性质数据，再采用支持向量机SVM建立馏分油性质软测量模型，并结合加工过程参数得到馏分油性质，从而实现馏分油性质的预测，具有如下步骤：1人工测量馏分油性质数据Y＝y1,y2,…,yTT，Y∈RT×1，T为数据样本数，收集加工过程参数数据，选择m个对馏分油性质具有影响的时刻参数i＝1,2,…,m，采集得到相应时刻的参数数据U1,U2,…,Um，并组成过程参数U＝U1,U2,…,Um；其中U∈RT×m，Ui＝ui1,ui2,…,uiTT,i＝1,2,…,m；2对过程参数U进行相关性分析，筛除相关系数大于δ的过程参数，δ为阈值，得到筛除后过程参数数据U′＝U1′,U2′,…,Un′，U′∈RT×n，n为筛除后过程参数数量；3基于时间序列对过程参数以及馏分油性质数据进行密化处理，增加数据密度，每两数据点间等间隔插入α个密化点，得到密化处理后过程参数及馏分油性质数据为U″＝U1″,U2″,…,Un″，Y′＝y1′,y2′,…,yαT+T-α′T，其中U″∈RαT+T-α×n，构成馏分油性质软测量数据集D＝U″,Y′；4采用留出法将数据集D划分为训练集Dtrain和测试集Dtest，采用最大最小值法对训练集数据归一化，记过程参数及馏分油性质数据的归一化映射分别为finput与foutput，并对测试集数据采用相同归一化映射，得到归一化后训练集Dtrain′与测试集Dtest′；5利用训练集Dtrain′训练SVM参数，得到SVM模型，并利用测试集Dtest′测试SVM模型性能，保存SVM模型参数以及归一化映射finput与foutput；6对于现场采集的一组过程参数Upredict＝U1,predict,U2,predic,t…,U,npredict，采用归一化映射finput对其归一化处理后输入SVM模型，模型输出的结果经过foutput反映射获得预测的馏分油性质ypredict。

全文数据：

权利要求：

百度查询： 南京富岛软件有限公司 一种具有数据密化的炼化企业馏分油性质预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD