一种基于迁移辨识的精馏过程单吨能耗预测方法及系统技术方案

本发明专利技术公开了一种基于迁移辨识的精馏过程单吨能耗预测方法及系统，本发明专利技术基于迁移辨识的精馏过程单吨能耗预测方法中的参数迁移辨识模型以最小化辨识误差为目标，区别于不迁移的传统辨识技术仅使用当前待辨识过程的数据知识，通过确定迁移增益矩阵，使用待辨识过程的数据调整已辨识过程的模型，在相同的辨识成本下达到更高的辨识精度，从而使用少量历史数据实现对精馏过程单吨能耗的准确预测。数据实现对精馏过程单吨能耗的准确预测。数据实现对精馏过程单吨能耗的准确预测。

【技术实现步骤摘要】
一种基于迁移辨识的精馏过程单吨能耗预测方法及系统


[0001]本专利技术涉及流程工业生产加工
，特别涉及一种基于迁移辨识的精馏过程单吨能耗预测方法及系统。

技术介绍

[0002]在流程工业中，精馏过程是应用最广的分离过程，其能耗占据整个行业耗能量的40％左右。在实际生产中，为保证产品合格，保守的操作使精馏过程消耗的能量大部分被冷却水或分离组分带走。因此，精馏过程的节能潜力巨大。常用能耗预测方法缺少与产品质量的关联，而准确预测精馏过程生产单吨合格产品所需能耗对其节能降耗具有重大的指导意义。
[0003]辨识技术利用过程历史数据确定单吨能耗预测数学模型的结构和参数。高精度的预测模型需要大量高质量的历史数据，导致辨识成本较高。考虑到不同精馏过程间存在的相似性，合理利用已辨识过程的模型中的知识有助于在提高辨识精度的同时降低辨识成本。而不迁移的传统辨识技术囿于独立同分布假设，难以将已辨识过程中的知识和待辨识过程有效结合。

技术实现思路

[0004]本专利技术要解决的技术问题是提供一种可行性高、精度高的基于迁移辨识的精馏过程单吨能耗预测方法。
[0005]为了解决上述问题，本专利技术提供了一种基于迁移辨识的精馏过程单吨能耗预测方法，其包括以下步骤：
[0006]S1、将精馏过程的稳定工况划分为T个采样间隔，根据物料和能量平衡方程，建立关于采样时刻k的精馏过程单吨能耗模型：
[0007]Y＝Xθ+V
ꢀꢀꢀ
(2)
[0008]其中，Y为输出向量，X为观测矩阵，θ为参数向量，V为噪声向量；
[0009]S2、采集精馏过程A的历史数据，确定精馏过程A的单吨能耗模型阶次(p
A
,q
A
)和精馏过程A的单吨能耗模型参数向量
[0010]S3、定义精馏过程B的单吨能耗模型参数向量：
[0011][0012]其中，p
B
＝p
A
,q
B
＝q
A
；
[0013]采集并预处理待辨识的精馏过程B的历史数据，结合已经确定的精馏过程A的单吨能耗模型参数构建精馏过程B的单吨能耗模型的参数迁移辨识模型：
[0014][0015]其中，输出向量Y
B
为精馏过程B的单吨能耗，观测矩阵X
B
为精馏过程B历史数据构成
的矩阵，G为迁移增益矩阵；
[0016]S4、选定迁移辨识准则函数，并最小化迁移辨识准则函数以求解迁移增益矩阵G；
[0017]S5、将求解的迁移增益矩阵G代入参数迁移辨识模型中，得到精馏过程B的单吨能耗预测值。
[0018]作为本专利技术的进一步改进，步骤S1包括：
[0019]S11、将精馏过程的稳定工况划分为T个采样间隔，根据物料和能量平衡方程，建立关于采样时刻k的精馏过程单吨能耗模型：
[0020]y(k)+a1y(k
‑
1)+
…
+a
p
y(k
‑
p)＝b0u(k)+b1u(k
‑
1)+
…
+b
q
u(k
‑
q)+v(k)
ꢀꢀꢀ
(1)
[0021]其中，y(k)为k时刻的输出变量；u(k)为k时刻的输入变量；a1,a2,
…
,a
p
,b0,b1,
…
,b
q
为单吨能耗模型参数；p和q为单吨能耗模型的阶次；v(k)为测量噪声；
[0022]S12、定义输出向量、观测矩阵、参数向量、噪声向量分别为：
[0023]Y＝[y(p+1),y(p+2)
…
,y(p+N)]T
[0024][0025]θ＝[a1,
…
,a
p
,b0,
…
,b
q
]T
[0026]V＝[v(p+1),v(p+2)
…
,v(p+N)]T
[0027]其中，N为采集的数据长度；
[0028]根据上述定义，精馏过程单吨能耗模型(1)等价为：
[0029]Y＝Xθ+V
[0030]即公式(2)。
[0031]作为本专利技术的进一步改进，步骤S4包括：
[0032]S41、选定迁移辨识准则函数：
[0033][0034]其中，θ
B
为精馏过程B单吨能耗模型参数矩阵真实值；E[
·
]为均值运算；trace{
·
}为矩阵的迹运算；J(
·
)是关于G的准则函数；
[0035]S42、将公式(3)代入公式(4)，得到：
[0036]J(G)＝trace{E[(I
‑
GX
B
)R(I
‑
GX
B
)
T
+GΣ
B
G
T
]}
ꢀꢀꢀ
(5)
[0037]其中，为精馏过程A和精馏过程B的单吨能耗模型参数矩阵差异的方差，为精馏过程A和精馏过程B的单吨能耗模型参数矩阵差异，I为单位矩阵，Σ
B
为精馏过程B的噪声协方差矩阵。
[0038]取准则函数(5)关于G的一阶导数并令其等于0，可得：
[0039][0040]作为本专利技术的进一步改进，步骤S4还包括：
[0041]S43、根据以下模型计算r的可实现解
[0042][0043]得到公式(6)中R的可实现解为：
[0044][0045]S44、运用矩阵求逆定理，将其转化为(p
B
+q
B
)
×
(p
B
+q
B
)维矩阵的求逆，可得迁移增益矩阵的简化可实现解为：
[0046][0047]其中，为精馏过程B的单吨能耗模型参数辨识的费舍尔信息矩阵，迁移增益矩阵G依赖于精馏过程A和B的模型参数矩阵差异的方差以及采集的精馏过程B观测数据的质量F。
[0048]作为本专利技术的进一步改进，所述精馏过程单吨能耗模型的输出变量为生产单吨合格产品所需的能源消耗，输入变量为生产单吨合格产品所需的进料流量、回流量、冷却水流量。
[0049]作为本专利技术的进一步改进，所述测量噪声包括服从高斯分布、t分布、泊松分布的白噪声。
[0050]作为本专利技术的进一步改进，所述历史数据包括进料流量、回流量、冷却水流量、单吨能耗四个变量。
[0051]本专利技术还提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述任意一项所述方法的步骤。
[0052]本专利技术还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于迁移辨识的精馏过程单吨能耗预测方法，其特征在于，包括以下步骤：S1、将精馏过程的稳定工况划分为T个采样间隔，根据物料和能量平衡方程，建立关于采样时刻k的精馏过程单吨能耗模型：Y＝Xθ+V
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)其中，Y为输出向量，X为观测矩阵，θ为参数向量，V为噪声向量；S2、采集精馏过程A的历史数据，确定精馏过程A的单吨能耗模型阶次(p
A
,q
A
)和精馏过程A的单吨能耗模型参数向量S3、定义精馏过程B的单吨能耗模型参数向量：其中，p
B
＝p
A
,q
B
＝q
A
；采集并预处理待辨识的精馏过程B的历史数据，结合已经确定的精馏过程A的单吨能耗模型参数构建精馏过程B的单吨能耗模型的参数迁移辨识模型：其中，输出向量Y
B
为精馏过程B的单吨能耗，观测矩阵X
B
为精馏过程B历史数据构成的矩阵，G为迁移增益矩阵；S4、选定迁移辨识准则函数，并最小化迁移辨识准则函数以求解迁移增益矩阵G；S5、将求解的迁移增益矩阵G代入参数迁移辨识模型中，得到精馏过程B的单吨能耗预测值。2.如权利要求1所述的基于迁移辨识的精馏过程单吨能耗预测方法，其特征在于，步骤S1包括：S11、将精馏过程的稳定工况划分为T个采样间隔，根据物料和能量平衡方程，建立关于采样时刻k的精馏过程单吨能耗模型：y(k)+a1y(k
‑
1)+
…
+a
p
y(k
‑
p)＝b0u(k)+b1u(k
‑
1)+
…
+b
q
u(k
‑
q)+v(k) (1)其中，y(k)为k时刻的输出变量；u(k)为k时刻的输入变量；a1,a2,
…
,a
p
,b0,b1,
…
,b
q
为单吨能耗模型参数；p和q为单吨能耗模型的阶次；v(k)为测量噪声；S12、定义输出向量、观测矩阵、参数向量、噪声向量分别为：Y＝[y(p+1),y(p+2)
…
,y(p+N)]
T
θ＝[a1,
…
,a
p
,b0,
…
,b
q
]
T
V＝[v(p+1),v(p+2)
…
,v(p+N)]
T
其中，N为采集的数据长度；根据上述定义，精馏过程单吨能耗模型(1)等价为：Y＝Xθ+V
即公式(2)。3.如权利要求1所述的基于迁移辨识的精馏过程单吨能耗预测方法，其特征在于，步骤S4包括：S41、选定迁移辨识准则函数：其中，θ
B
为精馏过程B单吨能耗模型参数矩阵真实值；E[
·
]为均值运算；trace{
·
}为矩阵的迹运算；J(
·
)是关于G的准则函数；S42、将公式(3)代入公式(4)，得到：J(G)＝trace{E[(I
‑
GX
B
)R(I
‑
GX
B
)...

【专利技术属性】
技术研发人员：栾小丽，平晓静，万海英，刘飞，
申请(专利权)人：江南大学，
类型：发明
国别省市：