[發明專利]一種提高連續重整裝置催化劑碳含量預估精度的方法

有效

• 申請號: 202110943964.X
• 申請日: 2021-08-17
• 公開（公告）號: CN113536601B
• 公開（公告）日: 2023-09-01
• 發明（設計）人: 陳夕松;楊向文;楊衛;蔣宇;梅彬
• 申請（專利權）人: 南京富島信息工程有限公司
• 主分類號: G06F30/20
• 分類號: G06F30/20;C10G11/00;G06F111/10
• 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

1.一種提高連續重整裝置催化劑碳含量預估精度的方法，其特征在于基于數據之間相關性自動篩選與催化劑碳含量相關性強的過程參數，并通過刪除異常樣本提高催化劑碳含量模型預估精度，實時預估催化劑碳含量，包括以下步驟：

1)收集煉化企業連續重整催化劑再生系統歷史生產中的過程參數X∈R^m×a和實驗室人工化驗得到的催化劑碳含量歷史數據Y∈R^n×1，m表示過程參數樣本數，a表示過程參數個數，n表示人工化驗值樣本數；

2)采用3σ法則篩選過程參數樣本中異常樣本并刪除；

3)將過程參數樣本和人工化驗值樣本在時間維度對齊，得到對齊后的過程參數X_t∈R^n×a；

4)使用如下方法計算出步驟3)中得到的過程參數X_t與催化劑碳含量Y的回歸系數

式中表示中第j個過程參數的回歸系數，x_ij為X_t中第i個樣本的第j個過程參數，y_i為Y中第i個樣本的催化劑碳含量歷史數據，為回歸方程常數項，λ為懲罰系數；

5)根據篩選出與催化劑碳含量相關性強的過程參數X_c∈R^n×ac，ac表示篩選后的過程參數個數；

6)使用最小二乘回歸算法建立X_c關于Y的中間模型為催化劑碳含量的預估值，為模型系數；

7)計算模型中每個樣本的學生化殘差r_i,i＝1,2,…,n；

8)刪除|r_i|2的異常樣本，使用最小二乘回歸算法重新建模，得到最終模型為最終模型的催化劑碳含量的預估值，w為最終模型的模型系數；

9)采集當前連續重整催化劑再生系統的過程參數，基于最終模型進行催化劑碳含量實時預估。

2.根據權利要求1所述的一種提高連續重整裝置催化劑碳含量預估精度的方法，其特征在于將不在(μ-3σ,μ+3σ)區間的過程參數樣本視為異常并刪除該樣本，其中σ為樣本方差，μ為樣本均值。

3.根據權利要求1所述的一種提高連續重整裝置催化劑碳含量預估精度的方法，其特征在于采用下式進行時間維度對齊：

式中X_t,i表示第i個人工化驗值樣本對齊后的過程參數，△t表示人工化驗值樣本滯后過程參數樣本的時間。

4.根據權利要求1所述的一種提高連續重整裝置催化劑碳含量預估精度的方法，其特征在于使用學生化殘差篩選異常樣本：

H＝X_c(X′_cX_c)^-1X′_c

式中表示最終模型的催化劑碳含量的預估值；H為帽子矩陣，是將Y投影到由X_c的列向量所生成的子空間上的投影矩陣，h_ii為H的第i個主對角線元素，為第i個樣本的預測誤差，σ為誤差項的標準差。