PCA-SS-LSSVM在循环冷却水 结垢预测中的应用.pdf_第1页
PCA-SS-LSSVM在循环冷却水 结垢预测中的应用.pdf_第2页
PCA-SS-LSSVM在循环冷却水 结垢预测中的应用.pdf_第3页
PCA-SS-LSSVM在循环冷却水 结垢预测中的应用.pdf_第4页
PCA-SS-LSSVM在循环冷却水 结垢预测中的应用.pdf_第5页
全文预览已结束

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

PCA SS LSSVM 在循环冷却水 结垢预测中的应用 董 超 胡艳珍 李晨光 天津理工大学天津市复杂系统控制理论及应用重点实验室 中国石油化工股份有限公司天津分公司 摘 要 采用主成分分析 分散搜索算法 最小二乘向量机 算法对某石化企业近几 年的生产数据进行建模预测 经过实验仿真表明 该算法能及时准确地预测粘附速率 关键词 算法 循环冷却水 结垢 动态建模 动态仿真 中图分类号 文献标识码 文章编号 循环冷却水系统是遍及石化 冶金及电力等 工业部门的用水系统 是流程工业重要的公用工 程 其运行质量直接以及生产装置和设备安全 关 系到产品的产率和质量 腐蚀和结垢是循环冷却 水系统中的常见故障 随着循环冷却水的不断重 复利用 受到水源 工艺条件及工艺介质等的影 响 循环冷却水水质会不断恶化 容易导致设备形 成水垢 产生腐蚀 进而影响设备寿命 安全生产 和经济运行 为此 只有合理 准确判断水质特性 才能采取相应的措施来预防腐蚀和结垢问题 循环冷却水结垢是受多个因素影响的典型复杂非 线性问题 可以很好地实现降 维和非线性预测算法 故笔者采用该算法对结垢 问题进行预测研究 1 PCA SS LSSVM 是一种标准支持向量机的改 进组合算法 采用最小二乘线性方程代替传统标 准向量机中 不敏感损失函数 从而将原来的非 线性约束转变为线性约束 利用分散搜索算 法 对惩罚因子和核函数宽度进行寻优 从而 找到最优组合来提高模型的精度 由此就形 成了扩展的向量机 由于结垢问题受 到众多因素影响 因此引入了主成分分析 对它进行降维处理 以达到不影响模型精度的条 件下提高计算速度的目的 算法结构框图如图 所示 图 算法结构框图 由图 可知该算法的输入变量在经过 降维处理之后得到主成分 并将它作为模型的输 入进行训练建模 其中模型的参数寻优由 得 到 经过 的建模预测之后输出变量 当输出变量的误差允许值超过设定范围 则返回 输入重新计算 2 基于 PCA 的结垢因素相关性分析 主成分分析是把各变量之间互相关联的复杂 关系进行简化分析的方法 在力求数据信息丢失 最少的原则下 对高维的变量空间降维 本文实验研究中选取了天津某石化 天的 实际生产数据 对结垢有影响的因素有 个 表 初始样本见表 化 工 自 动 化 及 仪 表 第 卷 作者简介 董超 副研究员 从事过程控制的研究 联 系 人 胡艳珍 硕士研究生 从事循环冷却水腐蚀结垢预测的研究 表 参数名称对应表 参数名称参数名称参数名称 X 浓缩倍数 X 8 X 钾离子 X 浊度 X 8 电导率 X 钙离子 X 余氯 X 8 总铁 X 氯离子 X 总磷 X 8 总碱 X 异养菌 X 正磷 X 粘泥 X 表 初始样本数据 一 浓缩倍数浊度余氯总磷正磷 电导率总铁 潩 览 l 怂 镲 唵 潩 览 l 怂 镲 唵 潩 览 怂 镲 唵 u 览 怂 镲 剟 唵 墘 览 怂 镲 剟 唵 墘 T 怂 镲 剟 唵 表 初始样本数据 二 总碱粘泥钙离子钾离子氯离子异养菌 粘附速率 u 篌 u 敂 篌 u 敂 篌 殮 潩 敂 篌 殮 潩 敂 篌 潩 敂 篌 将上述数据导入 软件中进行主成分分 析 主成分贡献率见表 图 为特征值的碎石分 布 表 特征值及其累积贡献率 序号 初始特征值 合计贡献率 累积贡献率 崓 1 亮 崓 1 亮 崓 亮 崓 亮 崓 亮 崓 亮 续表 序号 初始特征值 合计贡献率 累积贡献率 佑 E 照 y 佑 E 照 y 佑 E 照 y 珑 E 照 y 珑 E 照 y 珑 E 照 y 珑 E 照 y 珑 破 照 崓 珑 破 照 崓 第 期 董 超等 在循环冷却水结垢预测中的应用 从表 可以看出 前 个主成分的累积贡献 率已超过 另外 在图 中 主成分数在序 号 处有明显拐点 但要求提取的主成分包涵原 信息的 以上 为此提取的主成分个数为 其 中 F F 为降维后的 个新变量 通过特征值向 量表示为 F X X X X X X X X X X X X X X X F X X X X X X X X X X X X X X X F X X X X X X X X X X X X X X X F X X X X X X X X X X X X X X X F X X X X X X X X X X X X X X X F X X X X X X X X X X X X X X X 图 特征值的碎石分布 3 基于 SS LSSVM 的预测模型 3 1 用 优化 模型 算法是一种功能等同于 等的优 化算法 其目的是寻找惩罚因子与核函数宽度的 最优化解 算法较 有实现动态跟踪功效 较 可以避免局部寻优弊端 笔者利用 算法优化 模型 就是要 寻找惩罚因子 C 与核函数宽度 使得 训 练集中预测均方差 E 最小 决定系数 R 最大 目 标优化模型为 E l l i yi yi R l l i yiyi l i yi l i yi l l i yi l i yi l l i yi l i yi 式中 l 训练集中样本个数 yi yi 第 i 个样本的预测粘附速率和真实 粘附速率 在训练 中 关于解的编码是通过令个 体 I C 其中惩罚因子 C 核 函数 另外 算法参数设置为 初 始解集的大小 N 参考集中高质量解集和多 样性解集的个数分别为 局部搜索过程中 迭代次数最多为 终止参考集更新的迭代次数 为 在保证 E 最小 R 最大的条件下 一次迭 代计算 得到最优的惩罚因子 C 核函 数 此时 算法的收敛曲线如图 所示 图 算法收敛曲线 3 2 实例仿真 将降维后得到的主成分作为模型的输入 其 中原始样本的五分之四为训练集 五分之一为测 化 工 自 动 化 及 仪 表 第 卷 试集 仿真结果如图 所示 图 仿真结果 图 仿真结果 图 仿真结果 图 仿真结果 其中 mse 为误差标准 由图可知 可达到的精度为 可达到的 精度为 可达到的精度为 可达到的精度为 各 算法的误差见表 表 各算法误差比较 指标 相对误差 o 2 绝对误差 妸 M 佑 4 结束语 在标准支持向量机上进行改进组合 形成了 算法 该算法比 具有精度高 收敛 速度快及泛化能力更强等优势 在优化模型时 分散搜索算法比遗传算法 粒子群算法 有更好的服务作用 此外引入了主成分分 析法对输入变量进行了降维 降维后输入维数大 幅降低 且所提取的主成分包含了原样本数据 以上的信息 保证不丢失数据的同时达到了 减少计算资源等目的 通过仿真比较得出了 的模型具有很高的精度 证实该 算法具有很强的可行性和实用性 能够为循环冷 却水结垢的预防提供精准的参考意义 参考文献 张凌峰 工业循环冷却水智能辅助分析平台的关键 技术研究 天津 天津理工大学 第 期 董 超等 在循环冷却水结垢预测中的应用 董超 张凌峰 李荣 等 循环冷却水系统腐蚀速率 的预测模型 化工自动化及仪表 顾燕萍 赵文杰 吴占松 最小二乘支持向量机的算 法研究 清华大学学报 周松林 茆美琴 苏建徽 基于主成分分析与人工神 经网络的风电功率预测 电网技术 孙刘平 钱吴永 基于主成分分析法的综合评价方 法的改进 数学的实践与认识 王晓晴 唐加福 韩毅 分散搜索算法研究进展 系统仿真学报 郭希旺 刘士新 王大志 多目标拆卸序列优化问 题的分散搜索算法 东北大学学报 自然科学 版 朱文兴 程泓 电路划分问题的分散搜索算法 电子学报 收稿日期 修回日期 PCA SS LSSVM Application in Predicting the Fouling of Circulating Cooling Water Tianjin Key Laboratory of Control Theory Application in Complicated Systems Tianjin University of Technology Sinopec Tianjin Branch Co Abstract Key words 上接第 页 Research on Power Load Forecasting of Residen

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论