基于TS-FNN模型的常压塔塔顶汽油干点预测

作者：郭惠娟; 李奇安^*

来源：沈阳大学学报(自然科学版), 2022, 34(02): 119-125.

DOI：10.16103/j.cnki.21-1583/n.2022.02.006

• 软测量
• T-S模型
• 模糊神经网络
• 汽油干点
• 预测

为了实现汽油干点的直接在线测量，提出了一种基于T-S模糊神经网络(TS-FNN)的汽油干点预测方法。以某炼油厂常减压装置常压塔塔顶汽油干点为背景，确定影响因素，分析采集的数据，依据样本数据建立BP神经网络(BPNN)模型及TS-FNN模型，验证模型的预测有效性。结果表明：基于TS-FNN模型预测的汽油干点与观测值基本一致，平均相对误差为0.68%,该网络模型通过调整参数来修正隶属度函数，具有很强的自适应能力。基于T-S模糊模型的改进神经网络软测量模型跟踪效果较好，预测结果具有较高的准确性。

• 单位
  辽宁石油化工大学