基于递推岭ELM的填料塔载点气速预测方法技术

基于递推岭ELM的填料塔载点气速预测方法，包括以下步骤：采集散堆填料塔实验中与载点气速相关的数据，作为建模所需的样本集，分析数据特征及影响载点气速的因素，确定载点气速模型的输入变量与输出变量；由于数据之间存在较大的差距，为了保证建立模型的可靠性，首先要对数据预处理；归一化是神经网络等建模方法常采用的预处理方法，即把数据值都转化为[0，1]区间的数，此处采用的是对数归一化法；根据载点气速归一化之后的数据特点，对不同类型的散堆填料，快速建立载点气速预测的RRELM模型；应用建立的RRELM模型进行预测，并对预测值进行反归一化，最终计算得到载点气速的预测值。

【技术实现步骤摘要】
【专利摘要】基于递推岭ELM的填料塔载点气速预测方法，包括以下步骤：采集散堆填料塔实验中与载点气速相关的数据，作为建模所需的样本集，分析数据特征及影响载点气速的因素，确定载点气速模型的输入变量与输出变量；由于数据之间存在较大的差距，为了保证建立模型的可靠性，首先要对数据预处理；归一化是神经网络等建模方法常采用的预处理方法，即把数据值都转化为区间的数，此处采用的是对数归一化法；根据载点气速归一化之后的数据特点，对不同类型的散堆填料，快速建立载点气速预测的RRELM模型；应用建立的RRELM模型进行预测，并对预测值进行反归一化，最终计算得到载点气速的预测值。【专利说明】基于递推岭ELM的填料塔载点气速预测方法
本专利技术适用于散堆(乱堆)填料塔设计阶段重要参数建模和预测的方法，特别针对一种通用的适合多种散堆填料塔中载点气速的建模和预测方法。
技术介绍
填料塔设备常用于工业生产中的精馏、吸收、萃取以及冷却过程中的传热与传质，在化工、炼油、石化、医药、及环保等工业领域均有非常广泛的应用。在很多石油炼厂和大型化工企业，填料塔设备的投资费用和能耗都非常巨大。因此，填料塔的操作越接近其最大本文档来自技高网...

【技术保护点】
基于递推岭ELM的填料塔载点气速预测方法提出一种新型的极限学习机网络的建模方法，即递推岭极限学习机(recursive?ridge?extreme?learning?machine，RRELM)，可以快速对不同类型散堆填料塔中的载点气速建立通用的预测模型，使用该模型可以对各种型号散堆填料塔中的载点气速进行较准确的预测；包括以及几个步骤：(1)采集散堆填料塔实验中与载点气速相关的数据，作为建模所需的样本集，分析数据特征及影响载点气速的因素，确定载点气速模型的输入变量与输出变量；(2)由于数据之间存在较大的差距，为了保证建立模型的可靠性，首先要对数据预处理；归一化是神经网络等建模方法常采用的预处理...

【技术特征摘要】

【专利技术属性】
技术研发人员：刘毅，高增梁，张明涛，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：