基于神经网络的油品质量预测

• 作者: 王轶卿 赵英凯
• 来源期刊: 控制工程
• 学科: 工学
• 关键词: 轻柴油 数据滤波 神经网络 小波
• 年，卷（期）: 2004,（5）
• 所属期刊栏目: 智能控制技术及应用
• 页码范围: 403-405,448
• 页数: 4页
• 分类号: TP183
• 字数: 2798字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7848.2004.05.007

摘要

以某炼油厂加氢装置的现场数据为基础,利用神经网络技术建立了轻柴油的凝点、闪点、95%馏出温度等3个关键指标的预测模型;比较了反向传播网络和径向基网络在逼近精度和收敛速度上的差异;并且分析了基于小波分析的数据滤波和归一化处理对神经网络收敛速度和逼近精度的影响.最后验证了用神经网络方法建立的油品质量模型能快速地得到有效预测信息,从而为实现质量指标的实时预估和在线故障诊断奠定了基础.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵英凯	南京工业大学自动化学院	116	1452	17.0	33.0
2	王轶卿	南京工业大学自动化学院	16	135	7.0	11.0