一种基于预测残差分布特征约束的软测量建模方法及系统技术方案

本申请涉及一种基于预测残差分布特征约束的软测量建模方法及系统，包括：采集装置运行过程中的历史生产数据，并将所述历史生产数据分为训练数据集和验证数据集；对所述训练数据集进行数据预处理，得到离线输入数据；基于所述离线输入数据构建具有预测残差分布特征约束的软测量模型；在线采集装置运行过程中的实时生产数据；对所述实时生产数据进行数据预处理，得到在线输入数据；基于所述在线输入数据根据所述软测量模型，得到在线实时预测值；本发明专利技术通过在软测量模型原有目标函数的基础上，增加对残差分布特征的约束，使得软测量模型对每一个数据点均具有准确的估计，有效地提高对波动数据点的预测效果，提高生产效率与工作效率。

【技术实现步骤摘要】

本申请涉及基于数据驱动的软测量，特别是涉及一种基于预测残差分布特征约束的软测量建模方法及系统。

技术介绍

1、在现代工业过程中，受到经济或技术的限制，一些关键变量很难被实时测量。为了解决这一问题，软测量方法被提出，通过利用在线容易测量的变量实现对一些关键变量的实时估计。通常，软测量方法可以分为两类：基于模型的软测量方法和数据驱动的软测量方法。其中，基于模型的软测量方法建立于可以描述过程物理和化学特性的机理模型。然而，这些模型通常是为理想情况下的过程设计而开发的，这使得基于模型的软测量方法很难应用于具有大量随机干扰的复杂大型工业过程。

2、随着集散控制系统(distributed control system，dcs)的广泛使用，使得大量的过程数据被采集并储存，这为数据驱动的软测量的发展奠定了基础。常见的数据驱动的软测量方法有普通最小二乘法(ordinary least squares，ols)，主成分回归法(principlecomponent regression，pcr)、偏最小二乘法(partial least squares，pls)、本文档来自技高网...

【技术保护点】

1.一种基于预测残差分布特征约束的软测量建模方法，其特征在于，包括：离线建模和在线监测；其中，

2.根据权利要求1所述的基于预测残差分布特征约束的软测量建模方法，其特征在于，对所述训练数据集进行数据预处理，得到离线输入数据之前还包括：

3.根据权利要求1或2所述的基于预测残差分布特征约束的软测量建模方法，其特征在于，所述基于所述离线输入数据构建具有预测残差分布特征约束的软测量模型，包括：

4.根据权利要求3所述的基于预测残差分布特征约束的软测量建模方法，其特征在于，所述在原有目标函数的基础上加入对预测残差分布特征的约束以得到新的目标函数中，所述预测残差...

【技术特征摘要】

1.一种基于预测残差分布特征约束的软测量建模方法，其特征在于，包括：离线建模和在线监测；其中，

2.根据权利要求1所述的基于预测残差分布特征约束的软测量建模方法，其特征在于，对所述训练数据集进行数据预处理，得到离线输入数据之前还包括：

3.根据权利要求1或2所述的基于预测残差分布特征约束的软测量建模方法，其特征在于，所述基于所述离线输入数据构建具有预测残差分布特征约束的软测量模型，包括：

4.根据权利要求3所述的基于预测残差分布特征约束的软测量建模方法，其特征在于，所述在原有目标函数的基础上加入对预测残差分布特征的约束以得到新的目标函数中，所述预测残差分布特征的约束具体包括：基于预测残差计算所述预测残差的均值及方差，通过公式(2)和公式(3)分别描述：

5.根据权利要求4所述的基于预测残差分布特征约束的软测量建模方法，其特征在于，所述根据所述离线输入数据构建软测量模型的原有目标函数，并在原有目...

【专利技术属性】
技术研发人员：孙巍，马方圆，王璟德，纪成，
申请(专利权)人：北京化工大学，
类型：发明
国别省市：