[發明專利]基于PCA?LSSVM的氣分裝置控制系統性能評估方法

有效

• 申請號: 201410342442.4
• 申請日: 2014-07-17
• 公開（公告）號: CN104865944B
• 公開（公告）日: 2017-11-28
• 發明（設計）人: 蘇成利;蔡宏斌;李平;安德亮;邱夢嬋;林曉華
• 申請（專利權）人: 遼寧石油化工大學
• 主分類號: G05B23/02
• 分類號: G05B23/02
• 代理公司: 沈陽科苑專利商標代理有限公司21002
• 代理人: 許宗富

技術領域

本發明涉及煉油廠氣體分餾裝置控制系統性能評估，特別是涉及氣體分餾裝置多變量控制系統性能評估方法，屬于控制系統性能評估領域。

背景技術

煉油廠氣體分餾裝置的主要任務是：分離出液化石油氣中的各種組分，為后續氣體深加工裝置提供原料。氣體分餾裝置是由多個精餾塔組成的精餾塔系，利用液化石油氣中各組分的沸點和飽和蒸汽壓不同，采用多元精餾方法實現各組分的分離，從而為后續的裝置提供原材料。

氣體分餾裝置包含許多控制回路，保證這些回路長期有效地運行是一項艱巨的任務，而對系統進行性能評估和監測是保證其正常運行的重要手段。氣分裝置控制回路大多是多變量的，因此研究多變量控制系統的性能評估方法是有長遠利益的。但是當前對于多變量控制系統性能評估的理論研究和實際應用方面，還是一個挑戰性的任務。

控制系統性能評價是保持工業過程中控制回路高效運行的一項重要技術。可以借助一種在線運行的軟件，通過對運行數據的分析來進行性能評價。進而分析控制器是否“健康”，判斷控制回路的性能是否有待提高，其性能評價應該包括下面幾個主要階段：

確定運行中控制系統的能力：包括當前的量化性能。分析動態可測數據并計算當前控制系統的性能指標。

選擇和設計一個合適的性能評價基準：該階段為運行的控制回路指定了評價基準，可以是歷史數據基準或其他一些用戶自定義的基準等。

性能不佳的控制回路監測與評價：這一步需要檢驗當前控制回路性能與所選擇的評估基準之間的偏差。更重要的是要發現當前控制回路性能是否有待提高的可能性。當控制回路的潛能沒有被充分的挖掘時，要考慮到隨后的診斷階段。

潛在原因的診斷：如果評估表明，控制回路的性能與基準偏離很大，那么就需要找出故障產生的原因。

提高性能措施的建議：診斷出導致控制回路性能變差的原因后，必須采取相應的措施使控制回路性能恢復到最初的良好狀態。

目前已有很多學者相繼提出了多種多變量控制系統的性能評估方法，但是應用最多的還是最小方差(MVC)性能評價方法。由于在多變量系統中時延已擴展成為關聯矩陣，在使用MVC方法進行控制系統性能評價時，需要完整的過程模型和關聯矩陣的信息，且對關聯矩陣進行求解時需要大量的計算，由此可知該方法計算量非常大。有人提出了一個實用的次優多變量MVC控制基準，它是SISO系統性能評估技術的自然推廣，只需要關聯矩陣的階次，而不必構造出關聯矩陣，比一般MVC基準方法更簡單實用，但是不能給出準確的性能指標值。

發明內容

針對上述技術不足，本發明提出了基于主元分析(Principle Component Analysis,簡稱PCA)與最小二乘支持向量機(Least Squares Support Vector Machine,簡稱LSSVM)的性能評價算法。此方法先將原始數據通過PCA方法進行降維處理，再把獲得的新主成分進行最小二乘支持向量機訓練與建模，然后再通過其模型計算出控制系統性能指標。該方法減小了計算誤差，能得到更為實際的性能評價指標且在計算中不涉及關聯矩陣問題，大大降低了計算的復雜度。

本發明解決其技術問題所采用的技術方案是：基于PCA-LSSVM的氣分裝置控制系統性能評估方法，包括以下步驟：

采用PCA方法對數據進行降維處理；

把獲得的主成分值通過最小二乘支持向量機進行訓練并建模；

通過所得的模型獲得性能指標值作為評估結果。

所述采用PCA方法對數據進行降維處理包括以下步驟：

(2-1)選取氣分裝置控制系統的實時數據構成原始樣本數據X_n×m，n為數據長度，m為輸入變量個數，將X_n×m應用下式進行標準化處理：

其中，x_ij表示X_n×m的數據，為第j項變量的平均值，為第j項變量的標準差；

(2-2)通過標準化后得到新矩陣，求取該矩陣的協方差矩陣,得出輸出數據和輸入數據之間的相關矩陣R，對相關矩陣R采用奇異值分解方法得到Σ＝diag(λ₁,λ₂,...,λ_n),進而求出每個主元的方差和總的方差其中δ_i為方差，λ_i為特征值，n為數據長度；

(2-3)通過下式計算累積貢獻率:

找出CPV(k)大于給定值的主元個數k，得到k維的主成分值。