基于Aspen HYSYS軟件建立了與某煉油廠有限實(shí)際生產(chǎn)數(shù)據(jù)相吻合的連續(xù)催化重整裝置的機(jī)理模型�？紤]多種生產(chǎn)可能性,擴(kuò)展數(shù)據(jù)范圍得到完整的裝置產(chǎn)品預(yù)測(cè)數(shù)據(jù)集;與常用的BP神經(jīng)網(wǎng)絡(luò)作對(duì)比,采用訓(xùn)練速度快、預(yù)測(cè)精度高、適合非線性過(guò)程建模的LightGBM決策樹(shù)模型,以該催化重整裝置的4個(gè)反應(yīng)器的溫度和循環(huán)氫流量為特征變量,分別以戊烷、二甲苯、C₆、重整汽油、氫氣的流量和氫氣純度為目標(biāo)建立了6個(gè)單目標(biāo)數(shù)據(jù)驅(qū)動(dòng)產(chǎn)品預(yù)測(cè)模型。通過(guò)對(duì)特征變量和目標(biāo)之間的相關(guān)性分析,進(jìn)行10折交叉驗(yàn)證,得到了特性變量的重要度排序,從而針對(duì)不同生產(chǎn)目標(biāo)找出影響最大的操作變量。結(jié)果表明,使用LightGBM建立模型的預(yù)測(cè)準(zhǔn)確度比BP神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)準(zhǔn)確度有大幅度提升。

【文章頁(yè)數(shù)】：11 頁(yè)

【文章目錄】：
1 基于Aspen HYSYS的催化重整裝置模型及裝置產(chǎn)品預(yù)測(cè)數(shù)據(jù)集的構(gòu)建
    1.1 基于Aspen HYSYS的催化重整裝置建模
    1.2 催化重整裝置產(chǎn)品預(yù)測(cè)數(shù)據(jù)集的構(gòu)建
2 基于LightGBM的催化重整裝置數(shù)據(jù)驅(qū)動(dòng)建模
    2.1 基于LightGBM的模型訓(xùn)練及參數(shù)設(shè)置
    2.2 基于LightGBM對(duì)催化重整裝置進(jìn)行產(chǎn)品預(yù)測(cè)建模
    2.3 基于LightGBM和BP神經(jīng)網(wǎng)絡(luò)模型的產(chǎn)品預(yù)測(cè)結(jié)果
3 基于LightGBM模型中特征變量與目標(biāo)變量的相關(guān)性分析
    3.1 基于LightGBM模型相關(guān)性分析原理
    3.2 基于LightGBM模型的操作優(yōu)化相關(guān)性分析
4 結(jié) 論



本文編號(hào)：3778802