基于即时学习和孪生支持向量回归机的硫回收过程自适应软测量方法

    公开(公告)号:CN116796195A

    公开(公告)日:2023-09-22

    申请号:CN202310804421.9

    申请日:2023-07-03

    Abstract: 本发明公开一种基于即时学习和孪生支持向量回归机的硫回收过程自适应软测量方法。利用即时学习技术,通过基于欧氏距离与JS散度融合的相似度准则从历史数据库中选择与查询点相似的样本训练孪生支持向量回归机作为局部模型进行软测量预测,再根据相似度度量阈值#imgabs0#建立TSVR局部模型演化策略,判断是否需要更新TSVR局部模型,以保证预测的精度。最后根据DMI阈值判断是否需要将当前查询点存入历史数据库,使得历史数据库内的样本能够反映硫回收过程的工况长期变化。本发明克服了传统的硫回收装置软测量模型在长期使用过程中容易出现性能恶化等问题,提高了硫回收过程软测量模型对硫回收工况变化的跟踪能力。

    一种基于GA-BP神经网络算法的LNG防翻滚预测方法和装置

    公开(公告)号:CN119830724A

    公开(公告)日:2025-04-15

    申请号:CN202411889770.6

    申请日:2024-12-20

    Abstract: 本发明公开了一种基于GA‑BP神经网络算法的LNG防翻滚预测方法和装置,包括:基于LNG储罐二维模型模拟得到不同储罐体积、直径、初始密度差、分层高度对应的临界密度差,构建得到翻滚过程数据集;基于GA‑BP神经网络算法建立LNG储罐翻滚预测模型,采用训练集对LNG储罐翻滚预测模型进行训练;采用优化后的训练好的LNG储罐翻滚预测模型进行翻滚预测,根据输入的储罐体积、直径、初始密度差、分层高度的值计算临界密度差,以判断LNG储罐是否即将发生翻滚。本发明能够用来预测LNG储罐的临界密度差,以确保LNG储罐的安全运行。

Patent Agency Ranking