一种分步约简的炼油生产敏感变量选择方法

发布时间：2021-03-09 22:42

　　变量筛选是现代工业过程产品质量预测研究中的热点问题之一。过滤式变量选择方法因其计算速度快且不易造成过拟合得到了广泛应用,但其存在容易忽略变量相关性且不能准确反映工况信息的问题,在高维数据维度灾难问题日渐突出的当今不再适用。针对这一问题,提出一种分步约简的敏感变量选择方法。该方法在明确敏感变量和关键敏感变量的基础上,根据变量对工况的描述能力和辅助变量与主导变量的净相关性定义了敏感性指标,实现敏感变量的初选;接着,构建加权余弦马田系统以解决变量冗余性问题,实现敏感变量的精选。所提方法应用于加氢裂化产品质量预测,实际工业应用结果表明,该方法不仅可以提高模型的预测精度,而且可以有效地降低模型复杂性。 

【文章来源】：化工学报. 2020,71(05)北大核心

【文章页数】：9 页

【部分图文】：

加氢裂化流程

32个敏感变量的信噪比增量直方图如图2所示，变量21（原机理筛选辅助变量24）、28（原机理筛选辅助变量32）和32（原机理筛选辅助变量36）的信噪比增量为负，说明这些辅助变量对建模无效；变量26（原机理筛选辅助变量29）的信噪比增量较小，说明这些辅助变量对建模作用较小，可以忽略不计。因此，基于加权余弦马田系统最终精选得到28个可用于预测建模的关键敏感变量。3.4 航煤10%馏出温度预测结果与分析

接着，采用十折交叉验证（10-fold cross validation）来进一步测试所提方法的有效性，分别采用3种变量集合建立基于LWPLS的预测模型，其RMSE如表6所示。由表6可知，采用关键敏感变量集合建立的预测模型精度最高，同时也证明了所提方法具有一定的外推性。图4 利用敏感变量集合预测航煤10%馏出温度结果

【参考文献】：
期刊论文
[1]基于隐变量空间载荷余弦相似度的间歇过程递推优化[J]. 刘晓凤,栾小丽,刘飞.  化工学报. 2018(03)
[2]基于趋势相似度分析的多重时滞辨识及其在加氢裂化流程中的应用[J]. 王雅琳,夏海兵,袁小锋,桂卫华.  化工学报. 2018(03)
[3]基于融合欧氏距离与Kendall Tau距离度量的谱聚类算法（英文）[J]. 光俊叶,邵伟,孙亮,张道强.  控制理论与应用. 2017(06)
[4]基于偏相关性分析的MPC控制器模型失配检测[J]. 李秋美,田学民,尚林源.  化工学报. 2016(03)
[5]基于马田系统的区间Choquet模糊积分多属性决策方法[J]. 常志朋,程龙生,崔立志.  控制与决策. 2016(01)
[6]基于互信息的PCA方法及其在过程监测中的应用[J]. 童楚东,史旭华.  化工学报. 2015(10)
[7]基于贝叶斯推理的PKPCAM的非线性多模态过程故障检测与诊断方法[J]. 卢春红,熊伟丽,顾晓峰.  化工学报. 2014(12)
[8]一种无监督约简的浮选泡沫图像特征选择方法及应用[J]. 吴佳,谢永芳,阳春华,桂卫华.  信息与控制. 2014(03)
[9]基于马氏距离局部离群因子方法的复杂化工过程故障检测[J]. 马贺贺,胡益,侍洪波.  化工学报. 2013(05)
[10]一种改进的互信息特征选取预处理算法[J]. 卢新国,林亚平,陈治平.  湖南大学学报(自然科学版). 2005(01)



本文编号：3073598