最小二乘支持向量机在重质燃料油调合中的应用.pdf

第53卷 第 1期 石 油 化 工 自 动 化 VoI．53。No．1 2017年 2月 AUTOMATION IN PETR()_CHEMICAL INDUSTRY February，2017 最小二乘支持向量机在重质燃料油调合中的应用 刘名瑞 ，肖文涛 ，张雨 ，李遵照 ，薛倩 (1．中国石油化工股份有限公司 抚顺石油化工研究院，辽宁抚顺 113001； 2．中国石油化工股份有限公司燃料油销售有限公司，北京 1OOO29) 摘要：为解决重质船用燃料油调合中非线性指标预测准确度低的问题，提出了基于最小二乘支持向量机(I．SSVM)的非线性 指标预测模型的应用。介绍了I．SSVM 的基本算法以及构建了预测模型，以重质燃料油调合中黏度和密度指标为例，对比一般 计算模型，进行指标数据的计算。应用结果表明：基于LSSVM的预测模型，通用性强、预测精度高、自适应能力强，具有较高 的应用前景。 关键词 ：最小二乘支持向量机 非线性 重质燃料油 调合 中图分类号：TP273 文献标志码 ：B 文章编号：1007—7324(2017)01—0033—04 ApplicationofLeastSquaresSupportVectorM achineinHeavyfuelOilBlending LiuMingrui，XiaoW entao，ZhangYu。，LiZunzhao ，XueQian (1．SinopecFushunResearchInstituteofPetroleum andPetrochemicals，Fushun，113001， China；2．SinopecFuelOilSalesCo．Ltd．，Beijing，100029，China) Abstracts：Tosolvelow accuracyproblem ofnonlinearpredictorinheavyfueloilblending， applicationofnon-linearindexpredictivemodelbasedon leastsquaresupportvectormachine (LSSVM ) is proposed． Basic algorithms of LSSVM is introduced． Predictive modelis constructed．Indexdataiscalculatedwith viscosityanddensityascaseandwithcomparison withgeneralcomputingmode1．Resultsindicatethepredictivemodelbased onLSSVM isof stronguniversality，highpredictionaccuracyandstrongadaptability．Ithasasignificantfuture prospects． Keywords：leastsquaresupportvectormachine；nonlinear；heavyfueloil；blend 在重质燃料油调合领域，调合油由轻质组分油 LSSVM模型对重质船用燃料油调合各指标进行 和重质组分油通过一定的配 比调合而成 。但轻、 预测，准确性高，应用前景可观。 重组分油性质差距较大，尤其黏度存在数量级上的 1 LSSVM算法 差距，因此组分油的调合比例对黏度有着很大的影 LSSVM 算法的基本思想：利用一种非线性映 响。目前，生产商的调合比例通过一般模型计算、 射 将 1个由N维输入数据z和 1维输出数据 经验优化、调合小样验证的方式得到，但现有的重 组成的训练样本集D一 {( ， )}i一 1，2，…， 质燃料油计算模型大多基于原油调合的数学模型 N)，从原空间映射到特征空间 (z)，从而将低维 来进行计算 j，在应用过程 中发现，在黏度、倾点