公开(公告)号：CN115169629A

公开(公告)日：2022-10-11

申请号：CN202210397672.5

申请日：2022-04-15

Applicant: 杭州和利时自动化有限公司 ,  中国计量大学

Inventor： 何雨辰 ,  李昱 ,  朱柯 ,  应泽 ,  李戎 ,  马靖博 ,  洪波 ,  孙继超

IPC: G06Q10/04 ,  G06Q50/06 ,  G06K9/62

Abstract: 本申请实施例公开了一种基于有监督多潜在变量结构的软测量方法和装置，该方法包括：火力发电排产过程中获得的过程数据输入预先建立的质量提取模型中；通过所述质量提取模型提取燃料的质量相关信息；所述质量相关信息包括过程变量和质量变量；其中，所述质量提取模型为有监督多潜在变量结构的数学预测模型，所述多潜在变量包括：动态潜在变量和静态潜在变量，所述动态潜在变量用于提取所述过程变量与所述质量变量的互相关关系，所述静态潜在变量用于对所述过程变量与所述质量变量的互相关关系进行保留。通过该实施例方案，实现对质量变量的实时测量。

公开(公告)号：CN112651178A

公开(公告)日：2021-04-13

申请号：CN202011600278.4

申请日：2020-12-30

Applicant: 中国计量大学

Inventor： 应泽 ,  何雨辰 ,  王云 ,  方靖云 ,  朱俊江

IPC: G06F30/27 ,  G06K9/62 ,  G06F111/08 ,  G06F119/10

Abstract: 本发明提供一种基于无规则缺失数据融合模型的丁烷含量预测方法，它解决了化工领域在数据无规则缺失条件下的关键变量预测难题。该方法收集脱丁烷塔在正常工况下含缺失变量的数据作为关键变量预测的训练集样本，并构建符合缺失数据特点的概率动态模型(KF‑DMF)。通过改进Karman前向滤波算法将测量变量之间的互相关性信息最大限度地保留在潜在特征空间与潜在动态预测信息相融合，实现缺失数据最大利用率。由EM算法将每次融合结果反馈到参数学习过程直至模型训练完成。在线收集脱丁烷塔中过程变量，利用已建模型对丁烷含量进行预测。由于KF‑DMF模型能在不丢弃任何样本数据的前提下充分提取变量之间的互相关性和样本之间的自相关性，在关键变量预测的精度和应用范围上实现了提升。

公开(公告)号：CN111507003A

公开(公告)日：2020-08-07

申请号：CN202010309729.2

申请日：2020-04-20

Applicant: 中国计量大学

Inventor： 何雨辰 ,  方靖云 ,  王云 ,  应泽 ,  曾九孙 ,  严天宏

IPC: G06F30/20 ,  G16C20/10 ,  G16C20/70 ,  G06F111/10

Abstract: 本发明公开了一种基于质量相关动态特性提取的脱丁烷塔关键变量预测方法。本发明建立质量相关动态潜隐结构，通过卡尔曼滤波，卡尔曼平滑和EM算法来求解。模型构造了两种类型的隐变量，一种与X、Y有关，另一种仅与X有关，对于数据与隐变量之间的关系能够更加充分的描述；同时，模型还分别考虑了X和Y各自的动态信息，能够很好的提取数据在时序上的的动态特性，提高了模型预测结果的准确性。