基于T-KPRM复杂工业过程运行状态评价方法及应用

    公开(公告)号:CN105278520A

    公开(公告)日:2016-01-27

    申请号:CN201510369102.5

    申请日:2015-06-29

    IPC分类号: G05B23/02

    CPC分类号: G05B23/0254

    摘要: 本发明公开一种基于T-KPRM的复杂工业过程运行状态评价方法及其应用,方法结合了PRM和T-KPLS二者的优点,进一步分解KPLS的高维主元子空间和残差子空间:将与输出有关的部分与输出无关的部分分离开来,将有较大残差的部分和最终噪声的部分分离开来;能准确提取出与输出相关的变量信息,便于掌握现场工业过程运行状态。方法的应用是建立运行状态的离线评价模型,引入滑动窗口技术,利用在线数据窗与相应评价等级之间的相似度进行复杂工业过程运行状态的在线评价。利用滑动数据窗与最优评价等级之间欧式距离,计算相应变量的贡献率,对运行状态非最佳因素进行识别,便于现场操作人员及时调整和改进生产策略,提高了生产效率。

    一种基于模型迁移的大型新压缩机性能预测快速建模方法

    公开(公告)号:CN104657596B

    公开(公告)日:2017-08-29

    申请号:CN201510041870.8

    申请日:2015-01-27

    IPC分类号: G06F19/00 G06N3/02

    摘要: 本发明公开一种基于模型迁移的大型新压缩机性能预测快速建模方法,其基于已有相似压缩机的性能预测模型,利用新/旧压缩机的先决经验知识来确定各参量额定值、稳定运行区间;设计实验来采集少量的实验数据样本,并依新压缩机的额定运行参数对采集样本进行归一化处理,利用ELM神经网络构建新压缩机的性能预测模型并进行迁移学习,将训练样本输入数据和基础模型的输出预测值作新模型输入变量,训练样本输出数据作新模型输出来进行模型迁移训练;最后利用测试样本来测试所建新模型的有效性;本发明利用已有相似压缩机的性能预测模型和新压缩机的先验知识,在少量实验数据信息情况下能快速开发新压缩机的性能预测模型,提高了建模效率与准确度。

    一种基于模型迁移的大型新压缩机性能预测快速建模方法

    公开(公告)号:CN104657596A

    公开(公告)日:2015-05-27

    申请号:CN201510041870.8

    申请日:2015-01-27

    IPC分类号: G06F19/00 G06N3/02

    摘要: 本发明公开一种基于模型迁移的大型新压缩机性能预测快速建模方法,其基于已有相似压缩机的性能预测模型,利用新/旧压缩机的先决经验知识来确定各参量额定值、稳定运行区间;设计实验来采集少量的实验数据样本,并依新压缩机的额定运行参数对采集样本进行归一化处理,利用ELM神经网络构建新压缩机的性能预测模型并进行迁移学习,将训练样本输入数据和基础模型的输出预测值作新模型输入变量,训练样本输出数据作新模型输出来进行模型迁移训练;最后利用测试样本来测试所建新模型的有效性;本发明利用已有相似压缩机的性能预测模型和新压缩机的先验知识,在少量实验数据信息情况下能快速开发新压缩机的性能预测模型,提高了建模效率与准确度。

    基于T-KPRM复杂工业过程运行状态评价方法及应用

    公开(公告)号:CN105278520B

    公开(公告)日:2018-09-21

    申请号:CN201510369102.5

    申请日:2015-06-29

    IPC分类号: G05B23/02

    摘要: 本发明公开一种基于T‑KPRM的复杂工业过程运行状态评价方法及其应用,方法结合了PRM和T‑KPLS二者的优点,进一步分解KPLS的高维主元子空间和残差子空间:将与输出有关的部分与输出无关的部分分离开来,将有较大残差的部分和最终噪声的部分分离开来;能准确提取出与输出相关的变量信息,便于掌握现场工业过程运行状态。方法的应用是建立运行状态的离线评价模型,引入滑动窗口技术,利用在线数据窗与相应评价等级之间的相似度进行复杂工业过程运行状态的在线评价。利用滑动数据窗与最优评价等级之间欧式距离,计算相应变量的贡献率,对运行状态非最佳因素进行识别,便于现场操作人员及时调整和改进生产策略,提高了生产效率。