您所在的位置: 成果库 基于核慢特征分析和时滞估计的高斯过程回归建模对脱丁烷塔底部的丁烷浓度进行预测的方法

基于核慢特征分析和时滞估计的高斯过程回归建模对脱丁烷塔底部的丁烷浓度进行预测的方法

成果类型:: 发明专利

发布时间: 2022-02-17 20:04:16

科技成果产业化落地方案
方案提交机构:江苏无锡市| 朱建萍 | 2022-11-24 16:56:36

本发明公开了一种基于核慢特征分析和时滞估计的高斯过程回归建模对脱丁烷塔底部的丁烷浓度进行预测的方法。用于具有时延和非线性的化工过程。该方法首先通过模糊曲线分析充分挖掘工业数据中的时延信息,求出数据中的最优时滞,并进行建模数据的重构;进一步通过核慢特征分析方法对重构数据进行非线性的特征提取;最后,基于提取后的特征建立高斯过程回归模型,实现对关键变量的精确预测,从而提高产品质量,降低生产成本。

通过模糊曲线分析充分挖掘工业数据中的时延特征,求出数据中的最优时滞,并进行建模数据的重构;进一步通过核慢特征分析方法对重构数据进行非线性的特征提取;最后,基于提取后的特征建立高斯过程回归模型,实现对化工过程产品质量的在线估计,从而提高产量,降低生产成本。

一种基于核慢特征分析和时滞估计的高斯过程回归建模方法(简称FCA-KSFA-GPR)能够很好的处理时延和非线性,提高软测量模型的性能。通过FCA挖掘出各辅助变量的最优时滞,能够确定输入变量对输出变量的重要性程度,因此使输入变量和输出变量的因果性更强,能够更好的解决时延问题。相对与传统的特征提取方法,SFA从样本的角度出发,更能挖掘出本质特征,建立精度更高模型。通过KSFA对重构数据进行特征提取,更能加强对非线性数据的特征提取能力。

江南大学是教育部直属、国家“211工程”重点建设高校和“双一流”建设高校。学校具有悠久的办学历史、厚重的文化积淀,源起1902年创建的三江师范学堂,历经国立中央大学、南京大学等发展时期;1958年南京工学院食品工业系整建制东迁无锡独立建校,成立无锡轻工业学院;1962年无锡纺织工学院并入无锡轻工业学院;1995年更名为无锡轻工大学;2001年无锡轻工大学、江南学院、无锡教育学院合并组建江南大学;2003年东华大学无锡校区并入江南大学。

基于核慢特征分析和时滞估计的高斯过程回归建模对脱丁烷塔底部的丁烷浓度进行预测的方法,所述方法包括以下过程:针对于时延和非线性的化工过程,用模糊曲线分析对过程数据进行分析,确定出各输入变量的最优时滞,并进行数据的重构。

通过核慢特征分析对重构数据进行非线性特征提取,通过交叉验证,确定出最优的核慢特征特征向量阵和对应的核慢特征,并通过核慢特征建立高斯过程回归模型。

对于新来的样本,通过训练样本得到的核慢特征特征向量阵求取新来样本的核慢特征,代入已建立好的高斯过程回归模型中,即可实现对关键变量的精确预测,从而提高产品质量,降低生产成本。

科技成果只有通过实施开发应用,使其转化为生产力,才能取得经济效益和社会效益。成果方目标是将科技成果转化为现实生产力,期待有意愿的企业或合作单位进行合作推广或者进行产品生产。考虑合作转化、许可+合作等转化方式与企业、科学技术研究开发机构和其他组织建立合作关系。