【技术实现步骤摘要】
一种利用高斯过程回归模型构建原油性质近红外快速分析的方法
本专利技术涉及一种利用高斯过程回归模型构建原油性质近红外快速分析的方法及应用。
技术介绍
原油评价在原油的开采、贸易、加工等方面发挥着重要的作用,我国一直在进行原油评价的相关工作,目前已有一套完整的标准评价方法,但是这些方法往往分析时间较长,所需样品量较大,分析成本高,已不能满足实际应用的需要。近红外分析技术是目前最有前景且应用最广泛的快速分析方法之一。近几年来光纤在近红外光谱
的应用使近红外光谱技术从实验室走向现场,近红外光谱技术具有对电磁干扰不敏感、传输信号能量集中、灵敏度高、价格低廉等优点,这使得近红外光谱仪可以在恶劣、危险的环境中进行远距离快速在线分析。原油的组分复杂、待测性质多,并且其近红外光谱吸收带较宽且重叠严重,且由于近红外分析仪是二次测量仪表。因此,建立精度高、鲁棒性好的近红外模型是近红外技术能否有效应用的关键。原始的建模方法一般都属于静态模型的范畴,光谱的预处理、变量选择、模型建立以及模型更新和维护等关键步骤都需要离线进行,并在应用过程保持不变。对于流程工业,生产的连续性往往需要模型能够对现场工况进行实时跟踪;并且在模型与当前工况发生较大的偏差、预测精度无法满足在线检测的需求时,模型能够进行及时有效地更新。
技术实现思路
鉴于上述问题,本专利技术提出了一种利用高斯过程回归模型构建原油性质近红外快速分析的方法。该方法利用近红外分析仪采集原油近红外光谱图的基础上,采用减去一条直线的方法对采集到的原油样本近红外光谱进行预处理,以消除干扰;对预处理后的光谱数据进行样本筛选;根据每一个新得 ...
【技术保护点】
1.一种构建用于原油性质预测的模型的方法,其特征在于,所述方法包括:(1)测定原油样本的性质数据;(2)测定所述原油样本的近红外光谱图;(3)利用减去一条直线对步骤(2)获得的近红外光谱图进行预处理,用以消除背景干扰与基线漂移;(4)对步骤(3)获得的光谱进行主成分分析(PCA),保存特征值贡献率大于95%的载荷向量记Ppca;(5)利用Ppca对随机抽取的样本组成的训练子集进行降维后,通过高斯过程回归(GPR)得到子模型;(6)利用Ppca对待测样本的近红外光谱进行降维后,通过高斯过程回归(GPR)选择训练集;(7)根据训练集确定一个或多个波数段,利用偏最小二乘法(PLS)建立原油性质的预测模型。
【技术特征摘要】
1.一种构建用于原油性质预测的模型的方法,其特征在于,所述方法包括:(1)测定原油样本的性质数据;(2)测定所述原油样本的近红外光谱图;(3)利用减去一条直线对步骤(2)获得的近红外光谱图进行预处理,用以消除背景干扰与基线漂移;(4)对步骤(3)获得的光谱进行主成分分析(PCA),保存特征值贡献率大于95%的载荷向量记Ppca;(5)利用Ppca对随机抽取的样本组成的训练子集进行降维后,通过高斯过程回归(GPR)得到子模型;(6)利用Ppca对待测样本的近红外光谱进行降维后,通过高斯过程回归(GPR)选择训练集;(7)根据训练集确定一个或多个波数段,利用偏最小二乘法(PLS)建立原油性质的预测模型。2.如权利要求1所述的方法,其特征在于,所述原油性质选自:密度、残炭、酸值、硫含量、氮含量、蜡含量、胶质含量、沥青质含量和实沸点数据中的一个或多个;步骤(1)中原油样本的数量不少于200份;采用离线或在线近红外分析仪采集原油样品的近红外光谱数据。3.如权利要求1或2所述的方法,其特征在于,步骤(2)所述的测定中,光谱扫描范围为4000-12500cm-1,分辨率为2-32cm-1,重复扫描10-100次,取平均近红外光谱值。4.如权利要求1-3中任一项所述的方法,其特征在于,步骤(3)包括,采用主成分分析结合HotellingT2统计的方法,计算初始样本库中的每个样本的T2统计量,根据预设的T2统计量阈值,剔除初始样本库中异常的样本点;优选地,采用主成分分析结合HotellingT2统计的方法剔除异常样本点的过程为:首先对样本光谱进行主成分分析,然后利用主成分得分作为特征变量,计算每个样本的T2统计量,根据预设的T2统计量阈值,剔除样本库中异常的样本点。更优选地,T2统计的描述公式如下:式中,t为原始光谱矩阵X经过PCA降维后的变量,σ为t的标准差,Iter为提取的主成分个数;由于异常样本的T2值会远远大于正常样本,所以计算所有样本库中的光谱样本的T2值,并以99%的置信区间为阈值上限,按照下式,并查F分布表,计算得到阈值,将样本库中所有样本的T2值与阈值进行比较,剔除大于阈值的样本。5.如权利要求1-4中任一项所述的方法,其特征在于,步骤(5)利用蒙特卡洛抽样方法随机抽取样本组成训练子集,并在降维后的子集上建立高斯过程回归模型;优选地,重复步骤(5)N次,得到N个训练子集与子模型;更优选地,N为200-5000。6.如权利要求5所述的方法,其特征在于,步骤(5)中的高斯过程回归模型如下所示:...
【专利技术属性】
技术研发人员:钱锋,钟伟民,杨明磊,杜文莉,隆建,
申请(专利权)人:华东理工大学,
类型:发明
国别省市:上海,31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。