基于深度循环神经网络的渣油加氢装置建模研究

发布时间：2021-03-20 10:31

　　石油作为重要的化石能源之一,是国民经济的重要支柱。然而我国在石油能源消耗方面存在着能源消耗量大、能源利用率低的现状。在国家发布的石油“十三五”规划以及炼油厂经济效益、环境效益的双重需求下,本文依托国家自然科学基金重大项目课题“炼油生产过程全局优化运行的实验平台与应用验证”,结合渣油加氢装置的过程数据进行深度学习技术的工业应用探索,并形成移动端的生产监控平台帮助基层现场工作人员实时监控生产过程和指标。本文以建立渣油加氢过程的新氢流量预测模型为目标,结合特征筛选、时序处理等预处理手段,主要进行了如下的研究工作:（1）为准确预测未来一段时间内装置运行所需的新氢流量,本文基于长短期记忆神经网络（Long Short Term Memory,LSTM）和门控循环单元网络结构（Gated Recurrent Unit,GRU）建立了新氢流量预测模型。经过数据预处理、特征选择、建模分析、模型测试与分析比较后,验证了循环神经网络回归模型在机理复杂、大时滞工业场景下的优越性和有效性。（2）本文建立了具有深层结构的GRU预测模型。在相同的参数条件和数据集上,相比浅层结构的GRU预测模型,深度GRU预测模型... 

【文章来源】：浙江大学浙江省 211工程院校 985工程院校 教育部直属院校

【文章页数】：87 页

【学位级别】：硕士

【部分图文】：

70万吨/年渣油加氢原则流程图

，，特征的回归系数，；Ｉ为正则系数。系数Ａ的作用在于控制估计模型的稀疏程度，其值越??大，得到的估计模型就越稀疏。同时，系数Ａ的数值同时会影响到模型的拟合效果，??应当结合实际数据进行选择，这到筛选特征的目的。??２．４建模方法??２．４．１循环神经网络??循环神经网络（Ｒｅｃｕｒｒｅｎｔ?Ｎｅｕｒａｌ?Ｎｅｔｗｏｒｋｓ，?ＲＮＮ）是一类处理时序数据的神经??网络模型。时序数据是具有时序相关性的数据，也就是说，历史时刻状态的影响具有??持续性。对于某个语句中下一个单词文本的预测任务而言，必须要掌握句子本身的语??境，这个语境就是指上下文环境，即前面的语句内容。循环神经网络认为每个时序样??本与前面时刻的样本存在关联｜５（）］，其隐含层的神经元具有反馈机制，在处理当前数??据时会融合历史信息，这就实现了上下文信息的传遥。正是这种思想使得ＲＮＮ相比??传统的神经网络模型而言，处理时序数据具有天然更优秀的表现。??

Ｏｕｔｐｕｔ?Ｌａｙｅｒ??—?Ｃｆ??图２－１?ＲＮＮ结构图??传统循环神经网络结构如图２－１?ＲＮＮ结构图所示。ＲＮＮ网络的基本结构由三个??部分组成：输入层、隐含层和输出层。ＲＮＮ信息传递的核心思想体现在其隐藏层结??１３??

【参考文献】：
期刊论文
[1]半监督学习理论及其研究进展概述[J]. 屠恩美,杨杰.  上海交通大学学报. 2018(10)
[2]基于深度集成支持向量机的工业过程软测量方法[J]. 马建,邓晓刚,王磊.  化工学报. 2018(03)
[3]基于Python的大规模复杂优化问题求解平台设计与应用[J]. 韩彪,王潮,高小永,江永亨,黄德先.  计算机与应用化学. 2018(01)
[4]人工神经网络在化工过程中的应用进展[J]. 宋泓阳,孙晓岩,项曙光.  化工进展. 2016(12)
[5]基于Lasso类方法在时间序列变量选择中的应用[J]. 杨丽娟,马云艳.  鲁东大学学报(自然科学版). 2016(01)
[6]渣油加氢技术应用现状及发展前景[J]. 任文坡,李雪静.  化工进展. 2013(05)
[7]数据预处理方法对模糊C均值聚类的影响[J]. 刘丽轻,丁巧林,张铁峰,陈健.  电力科学与工程. 2011(08)
[8]基于支持向量机的股票价格预测研究[J]. 杨新斌,黄晓娟.  计算机仿真. 2010(09)
[9]一种基于时序误差补偿的动态软测量建模方法[J]. 杜文莉,官振强,钱锋.  化工学报. 2010(02)
[10]渣油加氢脱硫反应动力学物理模型的建立[J]. 马成国,翁惠新.  化学世界. 2008(06)

博士论文
[1]工业过程数据隐变量回归建模及应用[D]. 郑俊华.浙江大学 2018
[2]基于序列深度学习的视频分析：建模表达与应用[D]. 沈旭.中国科学技术大学 2017
[3]炼油企业氢气系统优化研究及应用[D]. 焦云强.浙江大学 2013
[4]软测量建模方法研究及其工业应用[D]. 傅永峰.浙江大学 2007

硕士论文
[1]基于LSTM的蜡油加氢装置动态建模研究与WEB平台构建[D]. 胡碧霞.浙江大学 2018
[2]激活函数导向的RNN算法优化[D]. 张尧.浙江大学 2017
[3]基于LSTM的语义关系分类研究[D]. 胡新辰.哈尔滨工业大学 2015
[4]安庆石化车用汽油、柴油质量分析和改进实施研究[D]. 吴心冰.合肥工业大学 2014
[5]基于三层结构的系统开发方法与应用研究[D]. 李明.河海大学 2004



本文编号：3090855