[發明專利]基于數據驅動的原油蒸餾裝置經濟模型預測控制方法

在審

• 申請號: 201710303144.8
• 申請日: 2017-05-03
• 公開（公告）號: CN107085371A
• 公開（公告）日: 2017-08-22
• 發明（設計）人: 靳其兵;馮振湘;周星
• 申請（專利權）人: 北京國控天成科技有限公司;北京化工大學
• 主分類號: G05B13/04
• 分類號: G05B13/04;C10G7/12;B01D3/42
• 代理公司: 北京恒和頓知識產權代理有限公司11014
• 代理人: 揭玉斌,胡世明

1.一種基于數據驅動的原油蒸餾裝置經濟模型預測控制方法，包括以下步驟：

S1、計算原油蒸餾裝置系統的相對增益矩陣，根據相對增益矩陣對原油蒸餾裝置的控制回路進行匹配；

S2、將測試激勵信號加入到開環系統中，采集系統的輸出；

S3、根據輸入輸出的數據，通過支持向量回歸算法對原油蒸餾裝置進行建模；

S4、將步驟S3得到的模型作為經濟模型預測控制方法中的預測模型；

S5、根據生產要求給出模型預測控制器追蹤的設定值，并且根據能源價格和產品價格給出經濟指標，綜合以上兩者給出模型預測控制器的目標函數；

S6、將模型預測控制器應用于裝置的控制中，根據實際要求對裝置的各個控制變量進行搜索求解，將最優的控制序列應用到裝置的各個控制變量中。

2.根據權利要求1所述的基于數據驅動的原油蒸餾裝置經濟模型預測控制方法，其特征在于，所述S1中的相對增益矩陣，是通過加入很小的階躍激勵信號，獲得各回路的穩態增益，通過穩態增益獲得相對增益矩陣，根據相對增益矩陣的各元素值來選擇控制回路匹配對。

3.根據權利要求1所述的基于數據驅動的原油蒸餾裝置經濟模型預測控制方法，其特征在于，所述S2中的激勵信號采用的是M序列。

4.根據權利要求1所述的基于數據驅動的原油蒸餾裝置經濟模型預測控制方法，其特征在于，所述S3的具體步驟為：

S301、在支持向量回歸中使用徑向基函數RBF作為核函數，即：

則，

通過對偶問題化為：

s.t.

y_q(i)-<w_q,Φ(x_i)>-b_q≤ε_q+ξ_i，i＝1,…,N

<w_q,Φ(x_i)>+b_q-y_q(i)≤ε_q+ξ_i′，i＝1,…,N

ξ_i,ξ_i′≥0，i＝1,…,N

其中，K為核函數，x_i為第i個輸入信號的特征，x′為支持向量，g為RBF函數的設置參數，是第i輸入的預測輸出，w_q是特征空間F的一個向量，Φ代表從低維空間到高維空間F的映射，b_q是偏差項，為一個中間變量，ε_q是第q個輸出的誤差上界，ξ_i,ξ_i′是松弛變量，‖·‖是二范數，C為支持向量回歸算法的懲罰參數；

S302、系統的動態特性可由非線性自回歸帶外源輸入的模型表示，即：

y_q(n)＝f_q(u₁(n),…,u₁(n-n₁),…,u_R(n),…,u_R(n-n_R),y_q(n-1),…,y_q(n-m_q))

其中y_q(n)是第q個輸出在n時刻的輸出值，u₁(n)是第1個輸入在n時刻的輸入值，u₁(n-n₁)是第1個輸入在(n-n₁)時刻的輸入值，在此將n₁稱為第1個輸入的階次，同樣的m_q則是第q個輸出的階次；

S303、利用輸入輸出數據通過k-折交叉驗證確定系統各輸入輸出相應的階次，然后得到最佳的支持向量回歸模型，具體做法如下：

首先將輸入輸出數據均分為k份，這里k取5，取其中4份為訓練數據，剩下的1份為測試數據，然后將所有的階次設置為1，利用遺傳算法對訓練數據進行訓練，搜索最佳的g、C和支持向量x′，由此可得到一個相應的支持向量回歸模型，接著用測試數據進行測試，計算預測值和實際值之間的均方誤差(MSE)，重復5次，MSE值最小的模型就被認為是該階次下最優的支持向量回歸模型；然后逐步將各個階次升高，最終可以得到多個不同階次下的最優支持向量回歸模型，比較MSE的大小，取MSE值最小的模型作為原油蒸餾裝置最終的支持向量回歸模型。