基于趋势相似度分析的多重时滞辨识及其在加氢裂化流程中的应用

• 作者: 夏海兵 桂卫华 王雅琳 袁小锋
• 来源期刊: 化工学报
• 关键词: 趋势相似度分析 多重时滞辨识 自适应粒子群算法 加氢 裂化 柴油闪点 预测 模型
• 年，卷（期）: 2018,（3）
• 页码范围: 1149-1157
• 页数: 9页
• 分类号: TE624.4
• 语种: 中文
• DOI: 10.11949/j.issn.0438-1157.20171188

摘要

针对复杂工业流程生产单元间变量存在多重时滞且检测困难,提出一种基于趋势相似度分析的多重时滞辨识方法.选取单元间相关性强的关键变量,利用多项式最小二乘拟合后的变量导数数据定义趋势相似度,以经采样时滞平移后的趋势相似度最小,描述多重时滞辨识问题;用L2范数量化趋势相似度向量,将多重时滞辨识问题转化成L2范数最小化问题;并用改进的自适应粒子群算法快速寻优,确定各变量的最优采样时滞.所提方法被应用于加氢裂化流程中,辨识出各变量的实际采样时滞,由此建立了基于局部加权核主元回归的柴油闪点预测模型.实验结果表明:考虑多重时滞的预测模型准确率提高了19.05%,验证了所提时滞辨识方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	桂卫华	中南大学信息科学与工程学院	695	7452	38.0	56.0
2	王雅琳	中南大学信息科学与工程学院	84	519	11.0	17.0
3	袁小锋	中南大学信息科学与工程学院	5	3	1.0	1.0
4	夏海兵	中南大学信息科学与工程学院	1	3	1.0	1.0