基于多元模型融合和时延变量选择的动态软测量方法

作者：杨仁建

来源：石油化工自动化, 2019, 55(03): 29-37.

• 动态软测量
• 时延变量选择策略
• 多元模型融合
• 高斯模型
• 正则极限学习机
• 脱丁烷塔

针对工业过程软测量中存在的时延、非线性导致预测精度低的问题,提出了一种基于多元模型融合和时延变量选择的动态软测量方法。首先,引入时延变量选择策略,根据信息熵定义联合互信息评价指标,通过螺旋优化算法获取互信息最大条件下的最佳时延变量和历史数据长度。其次,提出了多元模型融合策略,综合高斯模型和正则极限学习机的长处,通过两种模型动态交叉融合对工业过程参数进行预测。最后,针对实际脱丁烷塔装置,分别采用偏最小二乘、最小二乘支持向量机、本文选用方法进行软测量。应用结果表明:文中所述的方法具有很好的预测精度和鲁棒性。

• 单位
  中国石油化工股份有限公司石油化工科学研究院