[发明专利]一种基于KPLSR模型的常减压装置操作优化方法有效
申请号: | 201910404181.7 | 申请日: | 2019-05-07 |
公开(公告)号: | CN111914381B | 公开(公告)日: | 2023-04-25 |
发明(设计)人: | 薛锋;史旭华;唐俊苗 | 申请(专利权)人: | 宁波大学 |
主分类号: | G06F30/20 | 分类号: | G06F30/20 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 315211 浙江省*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 kplsr 模型 减压 装置 操作 优化 方法 | ||
1.一种基于KPLSR模型的常减压装置操作优化方法,其特征在于,包括以下步骤:
首先,离线建模阶段包括如下所示步骤(1)至步骤(8);
步骤(1):利用常减压装置的机理模型生成N个输入输出样本数据,记输入数据矩阵为X∈Rα×N,记输出数据矩阵为Y∈Rβ×N,其中输入数据矩阵X中的α个输入测量变量包括:m1种原油的进料流量、m2个精馏塔的进料温度、m3个回流温度与m3个回流比、m4个原油混合器的混合比,则α=m1+m2+2m3+m4,输出数据矩阵Y中β个输出测量变量分别是β种产品油的流量,Rα×N表示α×N维的实数矩阵,Rβ×N表示β×N维的实数矩阵;
步骤(2):计算输出数据矩阵Y中各行向量的均值μ1,μ2,…,μβ与标准差δ1,δ2,…,δβ后,按照公式对Y中各列向量实施标准化处理得到输出矩阵再按照同样的方式对输入数据矩阵X实施标准化处理对应得到输入矩阵其中向量y与分别表示Y与中相同列的列向量、输出均值向量μ=[μ1,μ2,…,μβ]T、输出标准差对角矩阵Λ中对角线上的元素为δ1,δ2,…,δβ、上标号T表示矩阵或向量的转置;
步骤(3):利用KPLSR算法建立输入矩阵与输出矩阵之间的KPLSR模型:其中E为模型误差、表示KPLSR模型的非线性变换过程、为中心化后的核矩阵、B表示核回归系数矩阵,具体的实施过程如下所示:
步骤(3.1):设置核函数参数g后,按照下式①计算核矩阵K∈RN×N:
上式中,i=1,2,…,N、j=1,2,…,N、K(i,j)表示核矩阵K中的第i行、第j列元素、exp表示以自然常数e为底的指数函数、符号|| ||表示计算向量的长度、与分别为矩阵中的第i列与第j列向量;
步骤(3.2):根据如下公式对核矩阵K实施中心化处理,对应得到中心化后的核矩阵
上式中,方阵Θ∈RN×N中所有元素都为1;
步骤(3.3):根据如下所示步骤(一)至步骤(八)求解得到A个核变换向量u1,u2,…,uA及其对应的核得分向量ζ1,ζ1,…ζA;
步骤(一):初始化核输出矩阵与核输入矩阵
步骤(二):设置核变换向量un等于Z中第一列的列向量,其中n=1,2,…,A;
步骤(三):根据公式sn=Υun计算核得分向量ζn,并用公式ζn=ζb/||ζn||对ζn实施单位化处理;
步骤(四):根据公式cn=ZTζn计算系数向量cn,并用公式cn=cn/||cn||对cn实施单位化处理;
步骤(五):根据公式un=Zcn更新核变换向量un,并利用公式un=un/||un||对un实施单位化处理;
步骤(六):重复步骤(三)至步骤(五)直至向量un收敛;
步骤(七):根据如下所示公式更新核输入矩阵Υ与核输出矩阵Z:
Υ=Υ-ζnζnTΥ-ΥζnζnT+ζnζnTΥζnζnT ③
Z=Z-ζnζnTZ ④
步骤(八):返回步骤(二)继续求解下一个核变换向量un与核得分向量ζn,直到求解得到A个核变换向量与核得分向量;
步骤(3.4):将A个核变换向量组成核变换矩阵U=[u1,u2,…,uA],再将A个核得分向量组成核得分矩阵S=[ζ1,ζ2,…ζA]后,根据公式计算核回归系数矩阵B;
步骤(3.5):矩阵与矩阵之间的KPLSR模型可表示成:其中与
步骤(4):确定常减压装置生产利润最大化目标函数及其相应的约束条件,如公式⑤所示:
上式中,x∈Rα×1由α个输入测量变量的数据组成、J(x)表示以x为输入数据计算得到的生产利润、是由x中记录的m1种原油的进料流量数据组成、F(x)∈Rβ×1表示以x∈Rα×1为输入数据并根据常减压装置的机理模型计算得到的β个产品油流量、与分别为原油与产品油的单价、xmin与xmax分别表示输入数据的上限与下限、hp(x)与gq(x)分别表示第p个等式约束条件与第q个不等式约束条件、P为等式约束条件的个数、Q为不等式约束条件的个数、s.t.是Subject To的缩写,表示约束条件的意思;
步骤(5):根据公式⑤定义一个等价的优化问题,如下所示:
上式中,为新目标函数、γ=1,2,…,(P+Q)、J0=max{J(x1),J(x2),…,J(xN)}表示取J(x1),J(x2),…,J(xN)中的最大值、λ为惩罚因子、Vγ(x)表示第γ个惩罚程度函数,其定义如下所示:
步骤(6):先将公式⑤中J(x)的计算方式变更为:其中表示x经标准化处理后得到的向量,再以公式⑥为优化目标,利用差分进化算法求解得到β个向量s1,s2,…,sβ,其中sb∈Rα×1,b=1,2,…,β;
步骤(7):分别以s1,s2,…,sβ为输入数据向量,并根据常减压装置的机理模型计算得到F(s1),F(s2),…,F(sβ)后,再将s1,s2,…,sβ添加进矩阵中,即并对应地将F(s1),F(s2),…,F(sβ)添加进输出数据矩阵Y中,即Y=[Y,F(s1),F(s2),…,F(sβ)];
步骤(8):对输出数据矩阵Y实施标准化处理得到矩阵并保留相应的输出均值向量μ与输出标准差对角矩阵Λ;
步骤(9):根据如下所示公式计算矩阵中各列向量的拥挤距离dist(i):
上式中,i=1,2,…,N,min{ }表示求取{ }中所有元素的最小值,符号|| ||表示计算向量的长度,N表示矩阵中列向量的总数,N会随着添加数据向量的操作而不断变更;
步骤(10):将矩阵中满足条件dist(i)>dmin的所有列向量组成全局输入矩阵XG,并将矩阵中相同列的列向量组成全局输出矩阵YG,并建立XG与YG之间的KPLSR模型:YG=fG(XG)+EG,其中fG表示KPLSR模型的非线性变换过程,EG为模型误差,dmin表示距离阈值,上标号G为单词Global的首字母,表示全局的意思;
步骤(11):先将公式⑤中J(x)的计算方式更新为:其中再以公式⑥为目标函数,利用差分进化算法求解得到β个向量φ1,φ2,…,φβ;
步骤(12):分别以φ1,φ2,…,φβ为输入数据向量,并根据常减压装置的机理模型计算得到F(φ1),F(φ2),…,F(φβ)后,再将φ1,φ2,…,φβ添加进输入矩阵中,即并对应地将F(φ1),F(φ2),…,F(φβ)添加进输出数据矩阵Y中,即Y=[Y,F(φ1),F(φ2),…,F(φβ)];
步骤(13):再次对输出数据矩阵Y实施标准化处理得到输出矩阵并保留相应的输出均值向量μ与输出标准差对角矩阵Λ;
步骤(14):将与合并成一个矩阵后,再将矩阵H中的第1行至第α行以及第α+b行的行向量组成第b个子矩阵Hb,并将Hb中的第N-β+b列的列向量记做其中b=1,2,…,β;
步骤(15):从矩阵Hb的各个列向量中搜寻出与向量距离最近的Nb个列向量,从而组成第b个局部数据矩阵
步骤(16):将中第1行至第α行的行向量组成局部输入矩阵将中最后一行的行向量组成局部输出向量并建立与之间的KPLSR模型:其中,表示第b个KPLSR模型的非线性变换过程,为误差向量,具体的实施过程与步骤(3)相同;
步骤(17):先将公式⑤中J(x)的计算方式更新为:再以公式⑥为目标函数,利用差分进化算法求解得到β个最优数据向量ψ1,ψ2,…,ψβ,其中
步骤(18):分别以ψ1,ψ2,…,ψβ为输入数据向量,根据常减压装置的机理模型计算得到F(ψ1),F(ψ2),…,F(ψβ)后,再将ψ1,ψ2,…,ψβ添加进输入矩阵中,即并对应地将F(φ1),F(φ2),…,F(φβ)添加进输出数据矩阵Y中,即Y=[Y,F(φ1),F(φ2),…,F(φβ)];
步骤(19):再次对输出数据矩阵Y实施标准化处理得到输出矩阵并保留相应的输出均值向量μ与输出标准差对角矩阵Λ;
步骤(20):重复实施步骤(9)至步骤(19)maxI次后,结束整个优化过程。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于宁波大学,未经宁波大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910404181.7/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种高纯硫酸锰生产中去除钙镁离子的方法
- 下一篇:一种旋转式南瓜分级器