虚拟样本生成方法及其在重整数据建模中的应用

2021-06-14 06:55:00贺许龙王鑫磊
石油炼制与化工 2021年6期
关键词:特征模型

贺许龙,张 蕾,周 涵,王鑫磊,苗 准

(中国石化石油化工科学研究院,北京 100083)

随着炼油厂智能化转型,利用数据挖掘技术对装置生产数据进行分析处理与建模,并用于对实际装置的模拟与优化,成为很多炼油厂提高经济效益的有效手段[1-2]。但是,由于工业装置长期处于稳定生产状态或加工的原料相对固定,使工业数据存在重复性高、多样性低和分布不均衡等特点,学术上普遍将其称为小样本问题。若使用这种信息不完整的小样本建立数据驱动模型,将难以实现对特征空间分布规律的有效学习,造成模型存在检验误差较大和适用性较差等问题[3]。

虚拟样本生成方法可以有效解决上述小样本问题[4]。常用的虚拟样本生成方法包括:基于先验知识的生成方法和基于某种概率分布的方法[5-7]。前者主要是根据特定领域的先验知识,在模型中加入适当约束条件,将模型的求解问题转化为优化问题,使得产生更适合于问题的解(虚拟样本),但该方法要求研究者对特定领域有深入且全面的认识,否则会因添加的约束条件不当而导致虚拟样本的合理性差;后者是在真实样本的概率分布模型的基础上,通过选取合适的样本概率分布,建立问题的近似概率模型,然后抽样得到虚拟样本。该方法合理性基本满足要求,且不需要充分了解特定领域的经验知识,具有较强的适应性。

在综合分析重整原料油数据的基础上,以重整原料按碳数分布的烃族组成(PNA×Cn)为输入特征,产品中的芳烃收率为输出特征,建立决策树回归模型,并采用流程模拟软件Aspen HYSYS对该装置反应过程进行模拟。……

登录APP查看全文

猜你喜欢
特征模型
一半模型
重尾非线性自回归模型自加权M-估计的渐近分布
如何表达“特征”
不忠诚的四个特征
当代陕西(2019年10期)2019-06-03 10:12:04
3D打印中的模型分割与打包
FLUKA几何模型到CAD几何模型转换方法初步研究
线性代数的应用特征
河南科技(2014年23期)2014-02-27 14:19:15
一个相似模型的应用