论文部分内容阅读
针对常减压装置常压塔的过程数据存在多种不确定性，其软测量模型受多种因素的相互影响，普适性较差的问题，为了实现数据预处理，分别使用小波和盒图组合的算法进行基于单变量的异常识别、鲁棒偏最小二乘方法（RPLS）进行基于多变量的异常识别；运用网格搜索法对再采样间隔和最大滞后时间对模型性能的影响进行了研究。优选出最佳动态输入变量后，对比偏最小二乘（PLS）、人工神经网络（ANN）和支持向量机（SVM）等方法的软测量模型效果，优选最佳的建模方法。依据常减压工艺数据的特点，提出运用移动窗口的方法进行模型的在线更新，从而