【技术实现步骤摘要】
本专利技术涉及化工过程的软测量，具体地涉及一种非线性过程的模型确定方法以及系统状态变量的预测方法。
技术介绍
1、吸收、精馏等化工过程是典型的非线性过程，过程中存在各种变量，这些变量会影响过程操作条件的确定以及过程效果，并可用于后续的过程控制以及故障检测。
2、但很多状态变量难以直接测量或者测量成本较高，尤其是化工非线性过程的机理模型往往很难建立，而且实时快速求解极为困难。因此，建立非线性过程的近似线性化模型有着重要的研究意义。
技术实现思路
1、本专利技术实施例的目的是提供一种非线性过程的模型确定方法以及系统状态变量的预测方法，该模型确定方法可以采用数据驱动、无方程、计算量较小的动态模式分解方法，利用化工系统在非线性过程的历史数据，建立其近似线性化模型，解决了化工系统在非线性过程的近似线性模型难以建立的问题。同时，本专利技术充分利用化工系统中的易于检测的辅助变量，预测其他状态变量，解决了部分状态变量难以检测的问题，使得在非设计和有限测量条件下，也可以有效地预测化工系统(例如吸...
【技术保护点】
1.一种非线性过程的模型确定方法，其特征在于，所述模型确定方法包括：
2.根据权利要求1所述的模型确定方法，其特征在于，所述将所述数据矩阵按照第一截断值进行SVD分解，以获得与所述状态变量矩阵相关的第一估计系统矩阵以及第一估计输入矩阵包括：
3.根据权利要求2所述的模型确定方法，其特征在于，所述将所述第一估计系统矩阵以及所述第一估计输入矩阵按照第二截断值进行SVD分解，以获得所述化工系统的第二估计系统矩阵以及第二估计输入矩阵包括：
4.根据权利要求3所述的模型确定方法，其特征在于，所述根据所述第二估计系统矩阵以及所述第二估计输入矩阵...
【技术特征摘要】
1.一种非线性过程的模型确定方法，其特征在于，所述模型确定方法包括：
2.根据权利要求1所述的模型确定方法，其特征在于，所述将所述数据矩阵按照第一截断值进行svd分解，以获得与所述状态变量矩阵相关的第一估计系统矩阵以及第一估计输入矩阵包括：
3.根据权利要求2所述的模型确定方法，其特征在于，所述将所述第一估计系统矩阵以及所述第一估计输入矩阵按照第二截断值进行svd分解，以获得所述化工系统的第二估计系统矩阵以及第二估计输入矩阵包括：
4.根据权利要求3所述的模型确定方法，其特征在于，所述根据所述第二估计系统矩阵以及所述第二估计输入矩阵，确定化工系统在所述非线性过程的线性化模型包括：
5.根据权利要求1所述的模型确定方法，其特征在于，在所述化工系统为吸收塔的情况下，所述状态变量矩阵的状态变量参数包括以下各者中的一者或多者：吸收油的液相摩尔分数、所述吸收油的气相摩尔分数、所述吸收塔的每...
【专利技术属性】
技术研发人员：党青梅，李强，丁晖殿，钱行，
申请(专利权)人：中国石油化工股份有限公司，
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。