基于最小二乘支持向量机的油页岩含油率近红外光谱.pdfVIP

V01．37 高等学校化学学报 No．10 2016年lO月 CHEMICALJOURNALOFCHINESEUNIVERSITIES 1792～1798 基于最小二乘支持向量机的油页岩 含油率近红外光谱分析 张福东，刘 杰，王智宏 (吉林大学仪器科学与电气工程学院，长春130021) 摘要为了提高油页岩含油率近红外光谱分析建模的预测精度和稳定性，开展了基于最dx-乘支持向量机 了奇异样本的检测，采用径向基核函数的LS—SVM、偏最小二乘(PLS)和反向传播神经网络(BPANN)3种方 法进行建模方法对比．结果表明，对于64个油页岩岩芯样本，与PCA-MD方法相比，采用MCS方法剔除奇 异样本后所建PLS模型的预测精度提高了28％．对于MCS方法剔除奇异样本后的58个样品，采用Kennard- Stone法划分了44个样品的校正集和14个样品的预测集，采用2阶导数和标准化预处理方法，建立了100 个LS—SVM的校正模型，模型的预测决定系数碚平均值达到0．90以上，高于PLS和BPANN模型的对应值； 油页岩含油率样本建模的精度和稳定性． 关键词最小二乘支持向量机；油页岩；含油率；近红外光谱分析；奇异样本 中图分类号0657．33 文献标志码A 油页岩资源作为非常规石油资源，因其储量丰富、具有开发应用潜力，且开采技术不断成熟而受 到极大关注¨qJ．油页岩(又称油母页岩)是一种高灰分的固体可燃有机沉积岩，热解可产生油母，油 母(也称为页岩油)主要由碳、氢、氧及少量的硫和氮元素组成．含油率是油页岩中页岩油所占的质量 分数，是油页岩最重要的评价指标．含油率的标准测量方法是低温干馏法(SH／T0508-92)，此法需要 在实验室进行高温热解，过程繁琐且效率低，严重制约了油页岩资源勘查和开采的效率Hj．目前，油 页岩开发利用亟需在线或现场分析技术对大量样品进行测试． 近红外光谱分析技术具有快速、高效和无损等特点J，将其与化学计量学方法结合可实现物质的 定性和定量分析，已在农业、食品、化工和医药等领域被广泛应用。6J．2002年，Romeo等。等首次使 用近红外光谱技术获取了澳大利亚中昆士兰地区的油页岩样本的光谱数据，采用多元散射校正(MSC) 和二阶导数预处理方法，并结合偏最小二乘(PLS)回归算法建立了油页岩校正模型，证明了近红外光 1种 谱技术可用于预测油页岩含油率．我们旧1研究了不同的光谱数据形式、4种不同的建模区间以及1 数据预处理方法对PLS模型精度的影响．但以上研究均未考虑奇异样本的存在，在近红外光谱分析油 页岩含油率过程中，因为样品组分异常以及仪器的随机误差等会产生奇异样本，奇异样本的存在会使 基于偏最dx--乘建立的模型不稳健，很难准确地评价所建模型．赵振英等一。研究了漫反射近红外光谱 分析油页岩含油率过程中奇异样本的识别和剔除方法，发现主成分一马氏距离(PCA—MD)分析方法可有 效地识别奇异样本并提高分析模型的预测能力．PLS方法是基于线性回归方式的多元校正方法，而近 红外光谱数据与浓度之间通常是非线性关系，从而导致无法获得理想的校正模型．我们¨0’111将神经网 络方法应用于油页岩含油率的预测，发现采用反向传播神经网络(BPANN)方法的建模精度略优于PLS 方法，但模型的预测决定系数最大为0．85，而且所建模型的稳定性较差，30次BPANN所建模型的决 收稿日期：2016_05—16．网络出版日期：2016-09-20． 基金项目：国家潜在油气资源(油页岩勘探开发利用)产学研用合作创新子课题(批准号：0SR-02-04)和吉林省科技发展计划项目 重大科技专项(批准号资助． 万方数据 张福东等：基于最小二乘支持向量机的油页岩含油率近红外光谱分析 定系数平均值为0．59，无法满足实际分析的精度要求．以上方法推动了油页岩含油率快速检测技术的 应用，但仍存在模型精度低和稳定性差等问题，而模型的预测决定系数需至少达到0．90，预测结果才