[發明專利]一種提高煉化企業裝置產品收率模型精度的方法

在審

• 申請號: 202011491398.5
• 申請日: 2020-12-16
• 公開（公告）號: CN112686430A
• 公開（公告）日: 2021-04-20
• 發明（設計）人: 陳夕松;楊向文;梅彬
• 申請（專利權）人: 南京富島信息工程有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q50/04
• 代理公司: 南京天華專利代理有限責任公司 32218
• 代理人: 劉暢;夏平

1.一種提高煉化企業裝置產品收率模型精度的方法，其特征在于該方法采用數據驅動建模及優化技術，能夠根據企業生產數據的變化持續滾動優化裝置模型，包括以下步驟：

1)收集煉化企業裝置實際生產中的歷史數據，包括原料A∈R^m×a和產品B∈R^m×b，m表示樣本數，a表示原料種類數，b表示產品種類數，建立模型AW＝B，其中為待求的模型系數矩陣；

2)選取p個樣本的原料和產品，運用偏最小二乘法求出初始系數矩陣W₀；

3)計算所有樣本各個產品實際收率，其中第i個的各個產品實際收率Y_i按下式計算：

式中，B_i表示第i個樣本中所有產品，A_i,k表示第i個樣本中第k種原料；

4)使用W₀預估當前樣本t各個產品收率

式中，A_t表示第t個樣本中所有原料，A_t,k表示第t個樣本中第k種原料；

5)計算當前樣本t的產品實際收率Y_t與模型預估收率之間的偏差E＝[e₁e₂…e_b]；

6)設置模型系數W上限W_up和下限W_low，以及模型系數變化幅度上限△W_up和下限△W_low；設置等式約束以及不等式約束e_jd,(j＝1,2,…,b)，其中c,d∈R；

7)設置目標函數minf_i＝f_i¹+f_i²+f_i³+f_i⁴、目標函數計算精度s和目標函數停滯次數flag＝t₀及其閾值t，其中目標函數集合F∈R^1×b，f_i表示F中第i個目標函數值，其中f_i¹為等式約束部分，f_i²為等式約束趨優部分，f_i³為不等式約束部分，f_i⁴為不等式約束趨優部分；

8)進行初始化，其中：全局最優目標函數值f_gbest＝f_i＝minF,(1≤i≤b)，全局最優系數矩陣W_gbest＝W₀，最優系數矩陣集合W_pbest＝W，最優目標函數集合F_pbest＝F，模型系數矩陣集合W＝{W_i|W_i＝W₀,W_i∈R^a×b},(i＝1,2,…,n)，速度矩陣集合V＝{V_i|V_i＝random((a,b)),V_low≤V_i≤V_up,V_i∈R^a×b},(i＝1,2,…,n)；

9)移動速度矩陣，計算出新的速度矩陣集合：V_new＝{V_new(k)|V_new(k)＝q·V_k+c₁·r₁·(W_pbest(k)-W_k)+c₂·r₂·(W_gbest-W_k)},(k＝1,2,…,n)，其中q為權重值，c₁,c₂為學習因子，r₁,r₂為區間(0,1)內的隨機數；判斷V_new是否超出模型系數幅度上下限范圍，如果超出則重新賦值：

10)移動系數矩陣，計算新的系數矩陣集合：其中u,v服從正態分布，σ_v＝1，Γ為標準Gamma函數；判斷W_new是否超出模型系數上下限范圍，如果超出則重新賦值：

11)使用新的W_new計算得到F_new；并比較F_new和原始F，更新f_gbest、W_gbest、F_pbest、W_pbest和flag：

式中W_new(gbest)、W_new(pbest)為f_new(gbest)、F_new(pbest)相對應的系數矩陣；

12)如果f_gbest小于s結束迭代，W_gbest即為最優系數矩陣，否則轉步驟9)。