专利详细信息
文献类型:专利
专利类型:发明专利
是否失效:否
是否授权:否
申 请 号:CN201611001270.X
申 请 日:20161114
申 请 人:重庆科技学院
申请人地址:401331 重庆市沙坪坝区大学城东路20号
公 开 日:20170531
公 开 号:CN106777466A
代 理 人:王玉芝;杨明
代理机构:重庆蕴博君晟知识产权代理事务所(普通合伙)
语 种:中文
摘 要:本发明提供的基于ST‑UPFNN算法的高含硫天然气净化工艺的动态演化建模方法,包括选取影响脱硫效率的工艺参数和脱硫单元的性能指标;采集预设时间的所述工艺参数和所述性能指标的数据,剔除误差样本后形成样本集;对样本集进行归一化,形成归一化样本集,从归一化样本集中选取训练样本和测试样本;基于训练样本构建神经网络模型并确定初始状态变量;利用ST‑UPFNN算法估计最优状态变量;将最优状态变量作为神经网络模型的连接权值和阈值,获得权值阈值更新后的神经网络模型;将测试样本输入到更新后的神经网络模型,得到预测结果,将预测结果与测试样本中的实际输出进行比较,如果比较结果小于预设误差值,所构建的神经网络模型有效。
主 权 项:1.一种基于ST-UPFNN算法的高含硫天然气净化工艺的动态演化建模方法,包括:步骤S1:选择影响脱硫效率的工艺参数和脱硫单元的性能指标;其中,所述工艺参数包括进入尾气吸收塔的贫胺液流量、进入二级吸收塔的贫胺液流量、原料气处理量、尾气单元返回脱硫单元的半富胺液流量、一级吸收塔的胺液入塔温度、二级吸收塔的胺液入塔温度、闪蒸罐压力、一个重沸器的蒸汽消耗量、另一个重沸器的蒸汽消耗量和蒸汽预热器的蒸汽消耗量;所述脱硫单元的性能指标包括净化气中H2S和CO2的浓度以及净化气的产量;步骤S2:采集预设时间的所述工艺参数和所述性能指标的数据,剔除误差样本后形成样本集[X,Y];步骤S3:对样本集[X,Y]进行归一化,形成归一化样本集
关 键 词:神经网络模型 测试样本 最优状态变量 归一化样本 训练样本 预测结果 样本集 构建 预设 初始状态变量 高含硫天然气 动态演化 实际输出 算法估计 脱硫单元 脱硫效率 误差样本 阈值更新 归一化 权值和 建模 算法 剔除 采集 净化 更新
IPC专利分类号:G06F17/50(20060101);G06N3/02(20060101)
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...