【技术实现步骤摘要】
本专利技术涉及石油炼化的，具体涉及了一种炼化结构的预测方法、一种炼化结构的预测装置，以及一种计算机可读存储介质。
技术介绍
1、在石油炼化过程中，通常需要建立准确的装置模型来预测全流程各装置的关键参数。但是，由于各装置机理复杂，运行工况众多，且过程变量繁多，从而导致根据进料和关键工艺参数来分析装置出料等关键参数变得十分困难，这给企业计划和资源调控带来巨大挑战。
2、近些年来，机器学习的高速发展带来了很多智能非线性处理算法。反向传播神经网络(back propagation neural network，bp神经网络，也被称作error backpropagation neural network，误差反向传播神经网络)由于其较强的非线性映射能力以及自学习和自适应的能力被广泛应用于模式识别和回归预测领域。bp神经网络适合求解内部机制复杂的问题，因而可以很好地处理炼化过程的装置黑箱模型。
3、但是，大规模的样本数据是bp神经网络在各个领域取得显著成效的基础。然而，在实际的化工生产中，炼化企业往往有自己整体的规划布局和...
【技术保护点】
1.一种炼化结果的预测方法，其特征在于，包括以下步骤：
2.如权利要求1所述的预测方法，其特征在于，所述基于所述第一炼化数据集，训练所述第一炼化装置的第一装置模型，以确定其第一权值参数的步骤包括：
3.如权利要求2所述的预测方法，其特征在于，所述预处理所述第一炼化数据集，以对所述多数的炼化数据进行标准化处理的步骤包括：
4.如权利要求2所述的预测方法，其特征在于，所述基于所述第一训练集中的数据，对反向传播神经网络的模型进行训练，以获得所述第一炼化装置的第一装置模型，以确定其第一权值参数的步骤包括：
5.如权利要求4所述的...
【技术特征摘要】
1.一种炼化结果的预测方法，其特征在于，包括以下步骤：
2.如权利要求1所述的预测方法，其特征在于，所述基于所述第一炼化数据集，训练所述第一炼化装置的第一装置模型，以确定其第一权值参数的步骤包括：
3.如权利要求2所述的预测方法，其特征在于，所述预处理所述第一炼化数据集，以对所述多数的炼化数据进行标准化处理的步骤包括：
4.如权利要求2所述的预测方法，其特征在于，所述基于所述第一训练集中的数据，对反向传播神经网络的模型进行训练，以获得所述第一炼化装置的第一装置模型，以确定其第一权值参数的步骤包括：
5.如权利要求4所述的预测方法，其特征在于，所述通过所述输入变量的数据，训练所述反向传播神经网络的模型，以获得所述第一权值参数的步骤包括：
6.如权利要求4所述的预测方法，其特征在于，所述通过所述输入变量的数据，训练所述反向传播神经网络的模型，以获得所述第一权值参数的步骤，还包括：
7.如权利要求6所述的预测方法，其特征在于，所述在确定所述输入层的节点数和所述输出层的节点数后，通过所述第一训练集和所述第一测试集，确定优化后的所述反向传播神经网络的损失函数的步骤包括：
8.如权利要求6所述的预测方法，其特征在于，所述通过所述输入变量的数据，训练所述反向传播神经网络的模型，以获得所述第一权值参数的步骤，还包括：
9.如权利要求8所述的预测方法，其特征在于，所述响应于获得优化后的所述损失函数和所述优化函数，优化所述反向传...
【专利技术属性】
技术研发人员：杜文莉，曹跃，李智，钟伟民，钱锋，杨明磊，唐漾，
申请(专利权)人：华东理工大学，
类型：发明
国别省市：
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。