基于cca和块式rpls的分布式在线建模方法_3

文档序号:9196546阅读:来源:国知局
,对数据块{Χη,Υ η}进行归一 化,并执行PLS得到PLS子模型μ、,!;} ,巧,尽;
[0129] S1037 :更新
,返回步骤S1032和S1033对所述PLS 模型进行更新,获得新的回归系数其中,λ为遗忘因子,
[0130]
[0131] S1038 :按照S1035~S1037推广到有w组数据块的情况,获得此时的回归系数Ciw, 完成所有子系统的建模,其中,
[0132]
[0133] S1039:当数据块队列中的模型参数个数超出了设定值w时,去除数据块队列中最 老的一个,并对队列中各个数据块的可信度进行更新,对更新后的数据块队列再次进行PLS 建模,得到当前时刻的预测模型,并返回执行S1032。
[0134] 为验证本发明的效果,对本发明进行仿真验证。针对图1的TE化工过程采用本发 明进行仿真实验。
[0135] 由于整个过程的温度对最终的主产物G、H会有很大的影响,选择各部分温度为系 统的输出变量,另外G/Η产率比是表征反应质量的重要指标,因此从工艺的角度把整个TE 过程分为三个子系统:反应器温度子系统,气液分离器温度子系统,G/Η产率比子系统,相 应的输出变量分别为反应器温度Y1,气液分离器温度Y2, G/Η产率比Y3。系统所有过程变量 作为输入变量,采集数据后剔除当中的常量,如搅拌机的搅拌速度,循环压缩机的功率等, 最终确定的输入变量包括:u1:A进料量;u 2:D进料量;u 3:E进料量;u 4:AC混合物进料量; U5:反应物进料率;U 6:放空率;U 7:回流量;U 8:反应器冷却水流量;U 9:冷凝器冷却水流量; UltI:分尚器冷却水流量;U n:循环压缩阀开度;U 12:分1?器出口流量;U 13:汽提塔出口流量; U14:汽提塔蒸汽流量;U 15:汽提塔蒸汽阀开度。
[0136] 工业数据经处理后得到200个样本点,取其中前100个作为系统分解分析数据和 子系统建模训练数据,后100个作为模型测试数据。按照前述步骤,采用CCA算法分别计算 每个输出变量与所有输入变量的最大相关系数以及对应的主轴向量,:Tli中各分量对应 于某输入变量在特征提取时的权值系数。计算得到的权值系数如表1所示。针对TE过程 选取权值系数绝对值大于〇. 5的输入变量作为相应子系统独立输入变量,权值系数的绝对 值在0. 3至0. 5之间的输入变量作为关联输入变量,而绝对值在0. 3以下的变量忽略。如 果某输入变量在两个以上子系统中权值系数绝对值都大于〇. 5,则在绝对值最大的子系统 中作为主输入变量,绝对值相对小的子系统中作为相互作用输入变量(如回流量在子系统 1中的权值系数是〇. 7036,在子系统3中是1. 208,那么就将其作为子系统3的独立输入变 量,作为子系统1的相互作用输入变量)。表2为根据上述原则最终确定的子系统输入输出 变量。
[0137] 表1与各输入变量对应的权值系数
[0138]
[0139] 表2各子系统输入输出变量选择结果
[0140]
[0142] 采集的工业数据经处理后得到200个样本点,取其中前100个作为系统分解分析 数据和子系统建模训练数据,后100个作为模型测试数据。对每个子系统采用前述块式 RPLS算法在线建立子模型。基于块式RPLS分布式在线建模算法的模型参数分别设定为: 数据队列长度w = 5、数据块宽度S = 10、遗忘因子λ = 〇. 95,模型更新条件如下:如果当 前时刻模型的泛化均方根误差RMSE > 0. 05时,就认为当前模型不再适用,需要在线更新模 型。为了对比分析,对子系统分布式离线建模和经典RPLS分布式在线建模也做了实验,图3 至图5分别给出了三个子系统块式RPLS分布式在线建模、分布式离线建模和经典RPLS分 布式在线建模的对比曲线。图3为反应器温度拟合和预测曲线,图3-1为块式RPLS分布式 在线建模,图3-2为分布式离线建模,图3-3为经典RPLS分布式在线建模;图4是气液分离 器温度拟合和预测曲线,图4-1为块式RPLS分布式在线建模,图4-2为分布式离线建模,图 4-3为经典RPLS分布式在线建模;图5是G/Η产率比拟合和预测曲线,图5-1为块式RPLS 分布式在线建模,图5-2为分布式离线建模,图5-3为经典RPLS分布式在线建模。其中AV 代表实际值,PV代表模型计算值。
[0143] 采用泛化均方根误差(RMSE)和最大相对误差(MAXE)来评价三种建模方法的预测 性能,
[0144]
[0145]
[0146] 其中:YiS测试样本的实际值;f(x J为测试样本的模型预测值;η为测试样本数 目。根据实验结果,三个子系统对应的模型预测输出泛化均方根误差和最大相对误差如表 3所示。
[0147] 表 3 RMSE、MAXE 对比
[0148]
[0149] 针对块式RPLS不同的参数对TE过程建模精度的影响,以子系统1为例也作了如 下比对,性能指标如表格4和5所示。
[0150] 当数据块队列长度w设定为5时,数据块宽度取不同值的建模误差对比:
[0151] 表 4 RMSE、MAXE 对比
[0152]
[0153] 当数据块宽度S设定为10时,数据块队列长度取不同值的建模误差对比:
[0154] 表 5 RMSE、MAXE 对比
[0155]
[0156] 从RMSE和MAXE两个指标对比中可以看出,S和w都不能设置的太大或者太小,数 据块宽度S太小会有比较大的建模误差,太大会不利于模型的在线计算。数据块队列长度w 太小会丢失很多有效的数据信息,太大模型的时变跟踪能力会下降,都会降低建模的精度。 经过多次仿真试验本发明选取的s = 10, w = 5,此时TE过程分布式块式RPLS在线建模误 差最小。
[0157] 同时为了进一步说明所提出的分布式块式RPLS在线建模的优势,在采样点50时 对子系统1加入噪声,具体的是对独立输入变量D进料量加入50%的噪声,同时D进料量也 是子系统3的相互关联输入变量,所以它对子系统3建模精度也有一定影响,图6为子系统 3加噪声建模,图6-1为分布式经典RPLS在线建模,图6-2为分布式块式RPLS在线建模。
[0158] 实验结果表明,分布式块式RPLS在线建模采用典型相关分析将TE大复杂化工系 统拆分为3个子系统,在考虑子系统间相互作用的前提下,用块式RPLS在线建立子系统模 型,简化了模型结构,降低了计算难度,并且提高了模型精度,使模型的时变跟踪能力更好。 分布式离线建模虽然能简化模型结构,降低计算难度,但是有由于模型是离线一次性建立, 以后不再更新,随着时间的推移,化工过程工况的变化,离线模型的准确性就无法保证,很 难达到很好的建模效果。分布式经典RPLS在线建模算法比离线建模精度要高,但是随着 数据的增加会出现数据饱和现象,新的数据信息会被淹没,所以建立的模型精度不如块式 RPLS算法所建模型精度。同时经典RPLS在线建模是单独加入一对数据来更新模型的,所以 当出现干扰数据时,模型的误差会很大,但是块式RPLS在线建模加入的是数据块,对干扰 数据有一定的抑制作用,所以模型误差不会有太大改变。基于典型相关分析和块式递推偏 最小二乘的在线建模方法,在TE化工过程建模和预测中取得了很好的测试性能。
[0159] 实施本发明,具有如下有益效果:
[0160] 1、本发明不需要工艺先验知识,只依据运行数据实现对大系统的分布式分解和在 线建模,可降低系统维数,使模型结构简单,同时根据新获得的块式数据模型参数对模型进 行在线更新,大大提高了建模效率,使模型的时变跟踪能力更好,模型精度更高,抗干扰能 力更强;
[0161] 2、本发明解决目前大化工过程模型结构复杂和离线建立模型精度不高、时变跟踪 能力不强的问题,为分布式预测控制提供更精确的模型基础,为实际大规模化工过程的在 线建模提供一种简单可行的方法。
[0162] 需要说明的是,在本文中,术语"包括"、"包含"或者其任何其他变体意在涵盖非排 他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而 且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有 的要素。在没有更多限制的情况下,由语句"包括一个……"限定的要素,并不排除在包括 该要素的过程、方法、物品或者装置中还存在另外的相同要素。
[0163] 上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
[0164] 在本申请所提供的几个实施例中,应该理解到,所揭露的系统和方法可以通过其 它的方式实现。例如,以上所描述的系统实施例仅仅是示意性的,例如,所述单元的划分,仅 仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结 合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的 相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通 信连接,可以是电性,机械或其它的形式。
[0165] 专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元 及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和 软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些 功能宄竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业 技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应 认为超出本发明的范围。
[0166] 结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执 行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存 储器(ROM)、电可编程R0M、电可檫除可编程R0M、寄存器、硬盘、可移动磁盘、CD-ROM、或技术 领域内所公知的任意其它形式的存储介质中。
[0167] 对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。 对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的 一般原理可以在不脱离本发明的精神或范围的情
当前第3页1 2 3 4 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1