CN114093433B - 基于观测器的精馏过程单吨能耗预报精度评价方法及系统 - Google Patents

基于观测器的精馏过程单吨能耗预报精度评价方法及系统 Download PDF

Info

Publication number
CN114093433B
CN114093433B CN202111437280.9A CN202111437280A CN114093433B CN 114093433 B CN114093433 B CN 114093433B CN 202111437280 A CN202111437280 A CN 202111437280A CN 114093433 B CN114093433 B CN 114093433B
Authority
CN
China
Prior art keywords
energy consumption
value
ton
observer
rectification process
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202111437280.9A
Other languages
English (en)
Other versions
CN114093433A (zh
Inventor
栾小丽
薛为
赵顺毅
倪雨青
刘飞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangnan University
Original Assignee
Jiangnan University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jiangnan University filed Critical Jiangnan University
Priority to CN202111437280.9A priority Critical patent/CN114093433B/zh
Publication of CN114093433A publication Critical patent/CN114093433A/zh
Application granted granted Critical
Publication of CN114093433B publication Critical patent/CN114093433B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/10—Analysis or design of chemical reactions, syntheses or processes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Computer Hardware Design (AREA)
  • Analytical Chemistry (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computing Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种基于观测器的精馏过程单吨能耗预报精度评价方法，包括建立精馏过程的状态空间模型，基于状态空间模型得到模型预测值，同时获取精馏过程的观测值；基于观测值和模型预测值确定状态估计手段，从而得到状态变量的估计值；根据状态变量的估计值，结合精馏过程机理，得到精馏过程单吨能耗预报值；利用预先确定的单吨能耗预报精度观测器对单吨能耗预报值进行评价，其中单吨能耗预报精度观测器基于预先求解得到的单吨能耗预报性能指标函数确定。本发明能够实时且灵敏的反应精馏过程单吨能耗预报精度，并且还可以适用于不同的精馏过程对象，还可以适用于不同的环境，使得观测到的性能结果可以跨越不同的精馏过程对象仍然具有实用性。

Description

基于观测器的精馏过程单吨能耗预报精度评价方法及系统
技术领域
本发明涉及精馏过程单吨能耗预报精度评价技术领域，尤其是指一种基于观测器的精馏过程单吨能耗预报精度评价方法及系统。
背景技术
由于技术、经济及运行条件等诸多因素的限制，石化行业的精馏塔中存在大量过程变量反映着过程运行的关键特征，其决定着相关控制、监控策略的实施，对生产的安全性、经济性及智能化程度有着重要的影响。因此，利用状态估计在现有观测信息的基础上对此类变量进行重构，同时尽可能地滤除各类随机信号的干扰，精确可靠地获取系统状态的估计值是实现重大耗能设备节能减排的关键，不仅可有效减少工业的能耗，而且可以生产出更多的战略物资。近年来利用状态估计方法对精馏过程的单吨能耗进行预报，从而根据预报结果优化精馏过程，效果显著，但是对于单吨能耗预报的精度如何却不得而知。具体来说，状态估计方法适合于哪种工况，哪种环境；运用状态估计在不同过程或在同一过程不同环境下的工作性能如何。这些信息对于是否真正能实现单吨能耗的精准预报，从而实现节能减排至关重要。
综上，对精馏过程单吨能耗的预报精度进行评价具有重大意义。因此如何在不需要能耗真实值的情况下得到精馏过程单吨能耗的预报精度，是一个急需解决的问题。
发明内容
为此，本发明所要解决的技术问题在于克服现有技术存在的问题，提出一种基于观测器的精馏过程单吨能耗预报精度评价方法及系统，能够实时且灵敏的反应精馏过程单吨能耗的预报精度，并且还可以适用于不同的精馏过程对象，还可以适用于不同的环境，使得观测到的性能结果可以跨越不同的精馏过程对象仍然具有实用性。
为解决上述技术问题，本发明提供一种基于观测器的精馏过程单吨能耗预报精度评价方法，包括以下步骤：
建立精馏过程的状态空间模型，基于所述状态空间模型得到模型预测值，同时获取精馏过程的观测值；
基于所述观测值和模型预测值确定状态估计手段，从而得到状态变量的估计值；
根据状态变量的估计值，结合精馏过程机理，得到精馏过程单吨能耗预报值；
利用预先确定的单吨能耗预报精度观测器对所述单吨能耗预报值进行评价，其中所述单吨能耗预报精度观测器基于预先求解得到的单吨能耗预报性能指标函数确定。
在本发明的一个实施例中，所述建立精馏过程的状态空间模型的方式包括利用精馏过程机理进行建模或利用精馏过程数据进行建模。
在本发明的一个实施例中，所述模型的对象可以是对整个精馏过程进行建模，或者对精馏过程的具体部分进行建模。
在本发明的一个实施例中，基于所述观测值和模型预测值确定状态估计手段如下：
Figure BDA0003381872710000031
Pn -＝AnPn-1An T+Qn-1，
Figure BDA0003381872710000032
Kn＝Pn -Cn T(CnPn -Cn T+Rn)-1，
Pn＝(I-KnCn)Pn -，
其中，n为时刻，
Figure BDA0003381872710000033
为模型预测值，yn为观测值，
Figure BDA0003381872710000034
为状态变量的估计值，Kn为状态估计增益，Qn-1为过程噪声协方差，Rn为观测噪声的协方差，Pn为真实值与最优估计值之间的协方差，
Figure BDA0003381872710000035
为真实值与预测值之间的协方差。
在本发明的一个实施例中，根据所述状态估计手段，从而得到状态变量的估计值，根据状态变量的估计值，结合精馏过程机理，得到精馏过程单吨能耗预报值的方法包括：
根据所述状态估计手段和所述状态空间模型在某一时刻进行状态估计，得到状态估计增益以及当前时刻状态变量的估计值；
基于所述状态变量的估计值，结合精馏过程机理，获得单吨能耗预报值。
在本发明的一个实施例中，求解单吨能耗预报性能指标函数的方法包括：
确定状态估计目标函数为
Figure BDA0003381872710000036
利用贝叶斯公式将状态估计目标函数等价转换为
Figure BDA0003381872710000037
其中
Figure BDA0003381872710000038
根据状态空间模型将等价转换后的状态估计目标函数进一步转换为
Figure BDA0003381872710000041
其中，M1为状态变量xn的维数，M2为观测变量yn的维数；
将进一步转换后的公式代入等价转换后的公式，得到单吨能耗预报性能指标函数
Figure BDA0003381872710000042
其中，N为初始时刻到当前时刻时长。
在本发明的一个实施例中，基于单吨能耗预报性能指标函数确定单吨能耗预报精度观测器的方法包括：
建立观测精馏过程单吨能耗预报性能模型为
Figure BDA0003381872710000043
其中，V～N(0，P)表示V服从0均值，以P为方差的高斯分布，
Figure BDA0003381872710000044
和
Figure BDA0003381872710000045
表示精馏过程实际值，an、
Figure BDA0003381872710000046
cn和
Figure BDA0003381872710000047
为模型实际参数校正值；
将
Figure BDA0003381872710000048
表示为
Figure BDA0003381872710000049
根据
Figure BDA00033818727100000410
的表达式和单吨能耗预报性能指标函数确定单吨能耗预报精度观测器Ln为
Figure BDA00033818727100000411
其中
Figure BDA00033818727100000412
表示在
Figure BDA00033818727100000413
和
Figure BDA00033818727100000414
环境下即实际得到的预报值，
Figure BDA00033818727100000415
表示
Figure BDA00033818727100000416
在δ方向上进行偏导运算，ε是标量；
对单吨能耗预报精度观测器利用求导链式法则，得
Figure BDA00033818727100000417
并求解该公式，计算
Figure BDA0003381872710000051
其中
Figure BDA0003381872710000052
当||δ||→0时，将计算公式简化为
Figure BDA0003381872710000053
根据简化后的公式和欧拉公式得到
Figure BDA0003381872710000054
并将该公式代入利用求导链式法则后得到的单吨能耗预报精度观测器，得到观测器Ln为
Figure BDA0003381872710000055
其中
Figure BDA0003381872710000056
为
Figure BDA0003381872710000057
在
Figure BDA0003381872710000058
方向上的一阶偏导，
Figure BDA0003381872710000059
为
Figure BDA00033818727100000510
在
Figure BDA00033818727100000511
方向上的一阶偏导；
将单吨能耗预报性能模型中的
Figure BDA00033818727100000512
设为
Figure BDA00033818727100000513
根据
Figure BDA00033818727100000514
和观测器Ln的表达式得到
Figure BDA00033818727100000515
并根据公式
Figure BDA00033818727100000516
得到最终的精馏过程单吨能耗预报精度观测器。
此外，本发明还提供一种基于观测器的精馏过程单吨能耗预报精度评价系统，包括：
模型构建模块，所述模型构建模块用于建立精馏过程的状态空间模型，基于所述状态空间模型得到模型预测值，同时获取精馏过程的观测值；
状态变量估计模块，所述状态变量估计模块用于基于所述观测值和模型预测值确定状态估计手段，从而得到状态变量的估计值；
能耗预报值计算模块，所述能耗预报值计算模块用于根据状态变量的估计值，结合精馏过程机理，得到精馏过程单吨能耗预报值；
能耗预报值评价模块，所述能耗预报值评价模块用于利用预先确定的单吨能耗预报精度观测器对所述单吨能耗预报值进行评价，其中所述单吨能耗预报精度观测器基于预先求解得到的单吨能耗预报性能指标函数确定。
在本发明的一个实施例中，所述能耗预报值评价模块包括预报性能指标函数确定单元，所述预报性能指标函数确定单元用于求解单吨能耗预报性能指标函数，方法包括：
确定状态估计目标函数为
Figure BDA0003381872710000061
利用贝叶斯公式将状态估计目标函数等价转换为
Figure BDA0003381872710000062
其中
Figure BDA0003381872710000063
根据状态空间模型将等价转换后的状态估计目标函数进一步转换为
Figure BDA0003381872710000064
其中，M1为状态变量xn的维数，M2为观测变量yn的维数；
将进一步转换后的公式代入等价转换后的公式，得到单吨能耗预报性能指标函数
Figure BDA0003381872710000065
其中，N为初始时刻到当前时刻时长。
在本发明的一个实施例中，所述能耗预报值评价模块包括预报精度观测器确定单元，所述预报精度观测器确定单元用于基于单吨能耗预报性能指标函数确定单吨能耗预报精度观测器，方法包括：
建立观测精馏过程单吨能耗预报性能模型为
Figure BDA0003381872710000071
其中，V～N(0，P)表示V服从0均值，以P为方差的高斯分布，
Figure BDA0003381872710000072
和
Figure BDA0003381872710000073
表示精馏过程实际值，an、
Figure BDA0003381872710000074
cn和
Figure BDA0003381872710000075
为模型实际参数校正值；
将
Figure BDA0003381872710000076
表示为
Figure BDA0003381872710000077
根据
Figure BDA0003381872710000078
的表达式和单吨能耗预报性能指标函数确定单吨能耗预报精度观测器Ln为
Figure BDA0003381872710000079
其中
Figure BDA00033818727100000710
表示在
Figure BDA00033818727100000711
和
Figure BDA00033818727100000712
环境下即实际得到的预报值，
Figure BDA00033818727100000713
表示
Figure BDA00033818727100000714
在δ方向上进行偏导运算，ε是标量；
对单吨能耗预报精度观测器利用求导链式法则，得
Figure BDA00033818727100000715
并求解该公式，计算
Figure BDA00033818727100000716
其中
Figure BDA00033818727100000717
当||δ||→0时，将计算公式简化为
Figure BDA0003381872710000081
根据简化后的公式和欧拉公式得到
Figure BDA0003381872710000082
并将该公式代入利用求导链式法则后得到的单吨能耗预报精度观测器，得到观测器Ln为
Figure BDA0003381872710000083
其中
Figure BDA0003381872710000084
为
Figure BDA0003381872710000085
在
Figure BDA0003381872710000086
方向上的一阶偏导，
Figure BDA0003381872710000087
为
Figure BDA0003381872710000088
在
Figure BDA0003381872710000089
方向上的一阶偏导；
将单吨能耗预报性能模型中的
Figure BDA00033818727100000810
设为
Figure BDA00033818727100000811
根据
Figure BDA00033818727100000812
和观测器Ln的表达式得到
Figure BDA00033818727100000813
并根据公式
Figure BDA00033818727100000814
得到最终的精馏过程单吨能耗预报精度观测器。
本发明的上述技术方案相比现有技术具有以下优点：
1、本发明能够实时且灵敏的反应精馏过程单吨能耗预报精度。
2、本发明可以适用于不同的精馏过程对象，还可以适用于不同的环境，使得观测到的性能结果可以跨越不同的精馏过程对象仍然具有实用性，也使得观测到的单吨能耗预报精度结果对比具有了实际的意义。
附图说明
为了使本发明的内容更容易被清楚的理解，下面根据本发明的具体实施例并结合附图，对本发明作进一步详细的说明。
图1是本发明基于观测器的精馏过程单吨能耗预报精度评价方法的流程示意图。
图2是本发明单吨能耗预报精度观测器的观测结果图。
图3是本发明基于观测器的精馏过程单吨能耗预报精度评价系统的硬件结构示意图。
其中，附图标记说明如下：10、模型构建模块；20、状态变量估计模块；30、能耗预报值计算模块；40、能耗预报值评价模块。
具体实施方式
下面结合附图和具体实施例对本发明作进一步说明，以使本领域的技术人员可以更好地理解本发明并能予以实施，但所举实施例不作为对本发明的限定。
实施例一
请参阅图1所示，本实施例提供一种基于观测器的精馏过程单吨能耗预报精度评价方法，包括以下步骤：
S100；建立精馏过程的状态空间模型，基于所述状态空间模型得到模型预测值，同时获取精馏过程的观测值；
S200；基于所述观测值和模型预测值确定状态估计手段，从而得到状态变量的估计值；
S300；根据所述状态变量的估计值，结合精馏过程机理，得到精馏过程单吨能耗预报值；
S400；利用预先确定的单吨能耗预报精度观测器对所述单吨能耗预报值进行评价，其中所述单吨能耗预报精度观测器基于预先求解得到的单吨能耗预报性能指标函数确定。
本发明能够实时且灵敏的反应精馏过程单吨能耗预报精度，并且还可以适用于不同的精馏过程对象，还可以适用于不同的环境，使得观测到的性能结果可以跨越不同的精馏过程对象仍然具有实用性，也使得观测到的单吨能耗预报精度对比具有了实际的意义。
其中，上述建立精馏过程的状态空间模型的方式包括利用精馏过程机理进行建模或利用精馏过程数据进行建模。
其中，所述模型的对象可以是对整个精馏过程进行建模，或者对精馏过程的具体部分进行建模。
在步骤S100中，状态空间模型的建立可以包括：建立其它形式的模型(例如传递函数形式，脉冲响应函数形式)，然后转换为状态空间模型形式；还可以包括：直接建立状态空间模型形式。最终得到如下形式的状态空间模型：
xn＝Anxn-1+Enun+Bnwn， (1)
yn＝Cnxn+vn， (2)
其中，n为时刻，wn和vn为精馏过程中存在的噪声且都为白噪声，wn为过程噪声，vn为观测噪声即传感器噪声，yn为观测值(传感器所测数据)，xn为状态变量(例如温度、液位等和单吨能耗相关的变量或直接包含单吨能耗值)，un为控制输入，An，Bn，Cn，和En为系统矩阵，在精馏过程中利用机理或者现场数据得到具体值。
在步骤S200中，基于所述观测值和模型预测值确定状态估计手段如下：
Figure BDA0003381872710000101
Figure BDA0003381872710000102
Figure BDA0003381872710000103
Figure BDA0003381872710000111
Pn＝(I-KnCn)Pn -， (7)
其中，n为时刻。
Figure BDA0003381872710000112
为模型预测值，yn为观测值，
Figure BDA0003381872710000113
为状态变量的估计值，Kn为状态估计增益，Qn-1为过程噪声协方差，Rn为观测噪声的协方差，Pn为真实值与最优估计值之间的协方差，
Figure BDA0003381872710000114
为真实值与预测值之间的协方差。
在步骤S300中，利用状态变量的估计值，结合精馏过程机理，得到精馏过程单吨能耗预报值的方法包括：
S310：根据所述状态估计手段和所述状态空间模型在某一时刻进行状态估计，得到状态估计增益以及当前时刻状态变量的估计值；
S320：基于所述状态变量的估计值，结合精馏过程机理，获得单吨能耗预报值，其计算公式为：
Figure BDA0003381872710000115
其中，n为时刻，
Figure BDA0003381872710000116
为n时刻的单吨能耗预报值，
Figure BDA0003381872710000117
为状态变量的估计值，fn为单吨能耗计算函数。
需要说明的是，当以单吨能耗作为状态进行建模时，例如
Figure BDA0003381872710000118
直接表示的就是单吨能耗时，上式就化简为
Figure BDA0003381872710000119
其中，
Figure BDA00033818727100001110
表示n时刻
Figure BDA00033818727100001111
中的第一维。
在步骤S400中，求解单吨能耗预报性能指标函数的方法包括：
S411：根据所述状态估计手段的结构特点和算法求解，状态估计目标函数为：
Figure BDA00033818727100001112
利用贝叶斯公式，公式(8)等价转换为：
Figure BDA0003381872710000121
其中
Figure BDA0003381872710000122
S412：根据公式(1)和(2)且噪声假设为白噪声，则公式(10)中函数可以进一步转换为：
Figure BDA0003381872710000123
其中，M1为状态变量xn的维数，M2为观测变量yn的维数。
S413：将公式(11)代入到公式(10)中，得到精馏过程单吨能耗预报性能指标函数：
Figure BDA0003381872710000124
其中，N为初始时刻到当前时刻时长。
在步骤S400中，基于单吨能耗预报性能指标函数确定单吨能耗预报精度观测器的方法包括：
S421：建立观测精馏过程单吨能耗预报性能模型为：
Figure BDA0003381872710000125
其中，V～N(0，P)表示V服从0均值，以P为方差的高斯分布。
Figure BDA0003381872710000126
和
Figure BDA0003381872710000127
表示精馏过程实际值(真实值)。an、
Figure BDA0003381872710000128
cn和
Figure BDA0003381872710000129
为系统实际参数校正值，当这些值等于1时，表示建立模型(1)-(2)和实际模型(13)相同，没有误差。当an和
Figure BDA00033818727100001210
值越远离1，则表示模型预测值精度越低，当cn和
Figure BDA00033818727100001211
值越远离1，则表示观测值精度越低。
S422：根据模型可得an、
Figure BDA00033818727100001212
cn和
Figure BDA00033818727100001213
造成的影响最后都会反映在
Figure BDA00033818727100001214
中，将这些影响统一表示为δ(δ的维数和观测值一样)，则
Figure BDA00033818727100001215
也可以表示为：
Figure BDA0003381872710000131
根据公式(12)和公式(14)设计精馏过程单吨能耗预报精度观测器Ln为：
Figure BDA0003381872710000132
其中，
Figure BDA0003381872710000133
Figure BDA0003381872710000134
表示在
Figure BDA0003381872710000135
和
Figure BDA0003381872710000136
环境下即实际得到的预报值，也即在存在干扰和模型误差情况下得到的状态变量的估计值，
Figure BDA0003381872710000137
表示
Figure BDA0003381872710000138
在δ方向上进行偏导运算，ε是标量。
S423：对公式(15)利用求导链式法则，得：
Figure BDA0003381872710000139
为了求解公式(17)，计算
Figure BDA00033818727100001310
其中，
Figure BDA00033818727100001311
(T1的值根据关注时刻长度人为设定)。
S424：当||δ||→0时，公式(18)进一步化简得到公式(19)，
Figure BDA00033818727100001312
于是，利用公式(19)和欧拉公式得到公式(20)为
Figure BDA00033818727100001313
S425：将公式(20)结果代入公式(17)，最终得到观测器Ln：
Figure BDA0003381872710000141
其中，
Figure BDA0003381872710000142
为
Figure BDA0003381872710000143
在
Figure BDA0003381872710000144
方向上的一阶偏导，
Figure BDA0003381872710000145
为
Figure BDA0003381872710000146
在
Figure BDA0003381872710000147
方向上的一阶偏导。
S426：将公式(21)中
Figure BDA0003381872710000148
设为
Figure BDA0003381872710000149
结合公式(21)和(22)得：
Figure BDA00033818727100001410
其中，
Figure BDA00033818727100001411
Figure BDA00033818727100001412
Figure BDA00033818727100001413
根据公式(23)计算结果，即可得到精馏过程单吨能耗预报精度观测器：
Figure BDA00033818727100001414
其中，Gn表示n时刻精馏过程单吨能耗预报精度，Ln i表示Ln T中第i维。即：
Figure BDA00033818727100001415
注意，Gn值的大小代表着能耗估计值远离真实值的程度，具体来说，当Gn的值越大，表示精馏过程单吨能耗预报精度越低；Gn的值越小，表示精馏过程单吨能耗预报精度越高，至此，观测器设计完成，观测结果Gn和单吨能耗预报精度结果如图2所示。
实施例二
请参阅图3所示，下面对本发明实施例二公开的一种基于观测器的精馏过程单吨能耗预报精度评价系统进行介绍，下文描述的一种基于观测器的精馏过程单吨能耗预报精度评价系统与上文描述的一种基于观测器的精馏过程单吨能耗预报精度评价方法可相互对应参照。
本发明实施例二公开了一种基于观测器的精馏过程单吨能耗预报精度评价系统，包括：
模型构建模块10，所述模型构建模块10用于建立精馏过程的状态空间模型，基于所述状态空间模型得到模型预测值，同时获取精馏过程的观测值；
状态变量估计模块20，所述状态变量估计模块20用于基于所述观测值和模型预测值确定状态估计手段，从而得到状态变量的估计值；
能耗预报值计算模块30，所述能耗预报值计算模块30用于根据状态变量的估计值，结合精馏过程机理，得到精馏过程单吨能耗预报值；
能耗预报值评价模块40，所述能耗预报值评价模块40用于利用预先确定的单吨能耗预报精度观测器对所述单吨能耗预报值进行评价，其中所述单吨能耗预报精度观测器基于预先求解得到的单吨能耗预报性能指标函数确定。
其中，所述能耗预报值评价模块40包括预报性能指标函数确定单元，所述预报性能指标函数确定单元用于求解单吨能耗预报性能指标函数，方法包括：
确定状态估计目标函数为
Figure BDA0003381872710000151
利用贝叶斯公式将状态估计目标函数等价转换为
Figure BDA0003381872710000152
其中
Figure BDA0003381872710000153
根据状态空间模型将等价转换后的状态估计目标函数进一步转换为
Figure BDA0003381872710000161
其中，M1为状态变量xn的维数，M2为观测变量yn的维数；
将进一步转换后的公式代入等价转换后的公式，得到单吨能耗预报性能指标函数
Figure BDA0003381872710000162
其中，N为初始时刻到当前时刻时长。
其中，所述能耗预报值评价模块40包括预报精度观测器确定单元，所述预报精度观测器确定单元用于基于单吨能耗预报性能指标函数确定单吨能耗预报精度观测器，方法包括：
建立观测精馏过程单吨能耗预报性能模型为
Figure BDA0003381872710000163
其中，V～N(0，P)表示V服从0均值，以P为方差的高斯分布，
Figure BDA0003381872710000164
和
Figure BDA0003381872710000165
表示精馏过程实际值，an、
Figure BDA0003381872710000166
cn和
Figure BDA0003381872710000167
为模型实际参数校正值；
将
Figure BDA0003381872710000168
表示为
Figure BDA0003381872710000169
根据
Figure BDA00033818727100001610
的表达式和单吨能耗预报性能指标函数确定单吨能耗预报精度观测器Ln为
Figure BDA00033818727100001611
其中
Figure BDA00033818727100001612
表示在
Figure BDA00033818727100001613
和
Figure BDA00033818727100001614
环境下即实际得到的预报值，
Figure BDA00033818727100001615
表示
Figure BDA00033818727100001616
在δ方向上进行偏导运算，ε是标量；
对单吨能耗预报精度观测器利用求导链式法则，得
Figure BDA00033818727100001617
并求解该公式，计算
Figure BDA0003381872710000171
其中
Figure BDA0003381872710000172
当||δ||→0时，将计算公式简化为
Figure BDA0003381872710000173
根据简化后的公式和欧拉公式得到
Figure BDA0003381872710000174
并将该公式代入利用求导链式法则后得到的单吨能耗预报精度观测器，得到观测器Ln为
Figure BDA0003381872710000175
其中
Figure BDA0003381872710000176
为
Figure BDA0003381872710000177
在
Figure BDA0003381872710000178
方向上的一阶偏导，
Figure BDA0003381872710000179
为
Figure BDA00033818727100001710
在
Figure BDA00033818727100001711
方向上的一阶偏导；
将单吨能耗预报性能模型中的
Figure BDA00033818727100001712
设为
Figure BDA00033818727100001713
根据
Figure BDA00033818727100001714
和观测器Ln的表达式得到
Figure BDA00033818727100001715
并根据公式
Figure BDA00033818727100001716
得到最终的精馏过程单吨能耗预报精度观测器。
本实施例的基于观测器的精馏过程单吨能耗预报精度评价系统用于实现前述的基于观测器的精馏过程单吨能耗预报精度评价方法，因此该系统的具体实施方式可见前文中的基于观测器的精馏过程单吨能耗预报精度评价方法的实施例部分，所以，其具体实施方式可以参照相应的各个部分实施例的描述，在此不再展开介绍。
另外，由于本实施例的基于观测器的精馏过程单吨能耗预报精度评价系统用于实现前述的精馏过程单吨能耗Kalman估计性能评价方法，因此其作用与上述方法的作用相对应，这里不再赘述。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然，上述实施例仅仅是为清楚地说明所作的举例，并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引申出的显而易见的变化或变动仍处于本发明创造的保护范围之中。

Claims (5)

1.一种基于观测器的精馏过程单吨能耗预报精度评价方法，其特征在于，包括以下步骤：
建立精馏过程的状态空间模型，基于所述状态空间模型得到模型预测值，同时获取精馏过程的观测值；
基于观测值和模型预测值确定状态估计手段，从而得到状态变量的估计值，其中基于观测值和模型预测值确定状态估计手段如下：
Figure FDA0003572644400000011
Figure FDA0003572644400000012
Figure FDA0003572644400000013
Figure FDA0003572644400000014
Figure FDA0003572644400000015
其中，An和Cn为系统矩阵，n为时刻，
Figure FDA0003572644400000016
为模型预测值，yn为观测值，
Figure FDA0003572644400000017
为状态变量的估计值，Kn为状态估计增益，Qn-1为过程噪声协方差，Rn为观测噪声的协方差，Pn为真实值与最优估计值之间的协方差，Pn -为真实值与预测值之间的协方差；
根据状态变量的估计值，结合精馏过程机理，得到精馏过程单吨能耗预报值；
利用预先确定的单吨能耗预报精度观测器对所述单吨能耗预报值进行评价，其中所述单吨能耗预报精度观测器基于预先求解得到的单吨能耗预报性能指标函数确定，求解单吨能耗预报性能指标函数的方法包括：
确定状态估计目标函数为
Figure 2
利用贝叶斯公式将状态估计目标函数等价转换为
Figure 3
其中：
Figure 4
根据状态空间模型将等价转换后的状态估计目标函数进一步转换为：
Figure FDA0003572644400000024
其中，M1为状态变量xn的维数，M2为观测变量yn的维数；
将进一步转换后的公式代入等价转换后的公式，得到单吨能耗预报性能指标函数：
Figure FDA0003572644400000025
其中，N为初始时刻到当前时刻时长；
基于单吨能耗预报性能指标函数确定单吨能耗预报精度观测器的方法包括：
建立观测精馏过程单吨能耗预报性能模型为：
Figure FDA0003572644400000026
其中，
Figure FDA0003572644400000027
表示
Figure FDA0003572644400000028
服从以0为均值
Figure FDA0003572644400000029
为方差的高斯分布，
Figure FDA00035726444000000210
表示
Figure FDA00035726444000000211
服从以0为均值
Figure FDA00035726444000000212
为方差的高斯分布，
Figure FDA00035726444000000213
和
Figure FDA00035726444000000214
表示精馏过程实际状态值和观测值，an、
Figure FDA0003572644400000031
cn和
Figure FDA0003572644400000032
为模型实际参数校正值；
将
Figure FDA0003572644400000033
表示为
Figure FDA0003572644400000034
根据
Figure FDA0003572644400000035
的表达式和单吨能耗预报性能指标函数确定单吨能耗预报精度观测器Ln为：
Figure FDA0003572644400000036
其中
Figure FDA0003572644400000037
Figure FDA0003572644400000038
表示在
Figure FDA0003572644400000039
和
Figure FDA00035726444000000310
环境下即实际得到的预报值，
Figure FDA00035726444000000311
表示
Figure FDA00035726444000000312
在δ方向上进行偏导运算，ε是标量；
对单吨能耗预报精度观测器利用求导链式法则，得：
Figure FDA00035726444000000313
并求解该公式，计算：
Figure FDA00035726444000000314
其中
Figure FDA00035726444000000315
当||δ||→0时，将计算公式简化为：
Figure 5
根据简化后的公式和欧拉公式得到
Figure 1
并将该公式代入利用求导链式法则后得到的单吨能耗预报精度观测器，得到观测器Ln为：
Figure FDA0003572644400000041
其中
Figure FDA0003572644400000042
为
Figure FDA0003572644400000043
在
Figure FDA0003572644400000044
方向上的一阶偏导，
Figure FDA0003572644400000045
为
Figure FDA0003572644400000046
在
Figure FDA0003572644400000047
方向上的一阶偏导；
将单吨能耗预报性能模型中的
Figure FDA0003572644400000048
设为：
Figure 6
根据
Figure FDA00035726444000000410
和观测器Ln的表达式得到
Figure 15
其中：
Figure 7
并根据公式
Figure FDA00035726444000000413
得到最终的精馏过程单吨能耗预报精度观测器，其中，Gn表示n时刻精馏过程单吨能耗预报精度，fn为单吨能耗计算函数，Ln i表示Ln T中第i维，即
Figure FDA00035726444000000414
2.根据权利要求1所述的基于观测器的精馏过程单吨能耗预报精度评价方法，其特征在于：所述建立精馏过程的状态空间模型的方式包括利用精馏过程机理进行建模或利用精馏过程数据进行建模。
3.根据权利要求2所述的基于观测器的精馏过程单吨能耗预报精度评价方法，其特征在于：所述模型的对象是对整个精馏过程进行建模，或者对精馏过程的具体部分进行建模。
4.根据权利要求1所述的基于观测器的精馏过程单吨能耗预报精度评价方法，其特征在于：根据状态变量的估计值，结合精馏过程机理，得到精馏过程单吨能耗预报值的方法包括：
根据所述状态估计手段和所述状态空间模型在某一时刻进行状态估计，得到状态估计增益以及当前时刻状态变量的估计值；
基于所述状态变量的估计值，结合精馏过程机理，获得单吨能耗预报值。
5.一种基于观测器的精馏过程单吨能耗预报精度评价系统，其特征在于，包括：
模型构建模块，所述模型构建模块用于建立精馏过程的状态空间模型，基于所述状态空间模型得到模型预测值，同时获取精馏过程的观测值；
状态变量估计模块，所述状态变量估计模块用于基于所述观测值和模型预测值确定状态估计手段，从而得到状态变量的估计值，其中基于观测值和模型预测值确定状态估计手段如下：
Figure FDA0003572644400000051
Figure FDA0003572644400000052
Figure FDA0003572644400000053
Figure FDA0003572644400000054
Figure FDA0003572644400000055
其中，An和Cn为系统矩阵，n为时刻，
Figure FDA0003572644400000056
为模型预测值，yn为观测值，
Figure FDA0003572644400000057
为状态变量的估计值，Kn为状态估计增益，Qn-1为过程噪声协方差，Rn为观测噪声的协方差，Pn为真实值与最优估计值之间的协方差，
Figure FDA0003572644400000058
为真实值与预测值之间的协方差；
能耗预报值计算模块，所述能耗预报值计算模块用于根据状态变量的估计值，结合精馏过程机理，得到精馏过程单吨能耗预报值；
能耗预报值评价模块，所述能耗预报值评价模块用于利用预先确定的单吨能耗预报精度观测器对所述单吨能耗预报值进行评价，其中所述单吨能耗预报精度观测器基于预先求解得到的单吨能耗预报性能指标函数确定，所述能耗预报值评价模块包括预报性能指标函数确定单元，所述预报性能指标函数确定单元用于求解单吨能耗预报性能指标函数，方法包括：
确定状态估计目标函数为
Figure 8
利用贝叶斯公式将状态估计目标函数等价转换为
Figure 9
其中：
Figure 10
根据状态空间模型将等价转换后的状态估计目标函数进一步转换为：
Figure FDA0003572644400000064
其中，M1为状态变量xn的维数，M2为观测变量yn的维数；
将进一步转换后的公式代入等价转换后的公式，得到单吨能耗预报性能指标函数：
Figure FDA0003572644400000065
其中，N为初始时刻到当前时刻时长；
所述能耗预报值评价模块包括预报精度观测器确定单元，所述预报精度观测器确定单元用于基于单吨能耗预报性能指标函数确定单吨能耗预报精度观测器，方法包括：
建立观测精馏过程单吨能耗预报性能模型为：
Figure FDA0003572644400000071
其中，
Figure FDA0003572644400000072
表示
Figure FDA0003572644400000073
服从以0为均值
Figure FDA0003572644400000074
为方差的高斯分布，
Figure FDA0003572644400000075
表示
Figure FDA0003572644400000076
服从以0为均值
Figure FDA0003572644400000077
为方差的高斯分布，
Figure FDA0003572644400000078
和
Figure FDA0003572644400000079
表示精馏过程实际状态值和观测值，an、
Figure FDA00035726444000000710
cn和
Figure FDA00035726444000000711
为模型实际参数校正值；
将
Figure FDA00035726444000000712
表示为
Figure FDA00035726444000000713
根据
Figure FDA00035726444000000714
的表达式和单吨能耗预报性能指标函数确定单吨能耗预报精度观测器Ln为：
Figure FDA00035726444000000715
其中
Figure FDA00035726444000000716
Figure FDA00035726444000000717
表示在
Figure FDA00035726444000000718
和
Figure FDA00035726444000000719
环境下即实际得到的预报值，
Figure FDA00035726444000000720
表示
Figure FDA00035726444000000721
在δ方向上进行偏导运算，ε是标量；
对单吨能耗预报精度观测器利用求导链式法则，得：
Figure FDA00035726444000000722
并求解该公式，计算：
Figure FDA00035726444000000723
其中
Figure FDA0003572644400000081
当||δ||→0时，将计算公式简化为：
Figure 11
根据简化后的公式和欧拉公式得到
Figure 12
并将该公式代入利用求导链式法则后得到的单吨能耗预报精度观测器，得到观测器Ln为：
Figure FDA0003572644400000084
其中
Figure FDA0003572644400000085
为
Figure FDA0003572644400000086
在
Figure FDA0003572644400000087
方向上的一阶偏导，
Figure FDA0003572644400000088
为
Figure FDA0003572644400000089
在
Figure FDA00035726444000000810
方向上的一阶偏导；
将单吨能耗预报性能模型中的
Figure FDA00035726444000000811
设为：
Figure 13
根据
Figure FDA00035726444000000813
和观测器Ln的表达式得到
Figure 16
其中：
Figure 14
并根据公式
Figure FDA00035726444000000816
得到最终的精馏过程单吨能耗预报精度观测器，其中，Gn表示n时刻精馏过程单吨能耗预报精度，fn为单吨能耗计算函数，Ln i表示Ln T中第i维，即
Figure FDA00035726444000000817
CN202111437280.9A 2021-11-29 2021-11-29 基于观测器的精馏过程单吨能耗预报精度评价方法及系统 Active CN114093433B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111437280.9A CN114093433B (zh) 2021-11-29 2021-11-29 基于观测器的精馏过程单吨能耗预报精度评价方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111437280.9A CN114093433B (zh) 2021-11-29 2021-11-29 基于观测器的精馏过程单吨能耗预报精度评价方法及系统

Publications (2)

Publication Number Publication Date
CN114093433A CN114093433A (zh) 2022-02-25
CN114093433B true CN114093433B (zh) 2022-05-13

Family

ID=80305731

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111437280.9A Active CN114093433B (zh) 2021-11-29 2021-11-29 基于观测器的精馏过程单吨能耗预报精度评价方法及系统

Country Status (1)

Country Link
CN (1) CN114093433B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115169721B (zh) * 2022-07-25 2023-07-04 江南大学 一种基于迁移辨识的精馏过程单吨能耗预测方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015219714A (ja) * 2014-05-16 2015-12-07 日本電信電話株式会社 状態推定装置、方法、及びプログラム
CN108958032A (zh) * 2018-07-24 2018-12-07 湖南工业大学 一种非线性多智能体系统的总量协同一致控制方法
CN113370208A (zh) * 2021-06-11 2021-09-10 长春工业大学 一种可重构机械臂子系统的控制方法及系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015219714A (ja) * 2014-05-16 2015-12-07 日本電信電話株式会社 状態推定装置、方法、及びプログラム
CN108958032A (zh) * 2018-07-24 2018-12-07 湖南工业大学 一种非线性多智能体系统的总量协同一致控制方法
CN113370208A (zh) * 2021-06-11 2021-09-10 长春工业大学 一种可重构机械臂子系统的控制方法及系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
一种基于数据驱动的无模型滑模预测控制;江浩等;《电光与控制》;20200531;第27卷(第05期);第30-35页 *
水下纯方位目标跟踪中的观测器机动航路对定位精度影响分析;石章松;《电光与控制》;20090630;第16卷(第06期);第5-8+19页 *
飞行仿真转台模糊神经网络补偿的复合控制;徐春梅等;《系统仿真学报》;20080131(第01期);第139-142页 *

Also Published As

Publication number Publication date
CN114093433A (zh) 2022-02-25

Similar Documents

Publication Publication Date Title
JP5431178B2 (ja) 発電所計測器性能監視予測方法
CN110163429B (zh) 一种基于相似日优化筛选的短期负荷预测方法
CN105981025A (zh) 基于序列递归滤波三维变分的实测海洋环境数据同化方法
CN103324798B (zh) 基于区间响应面模型的随机模型修正方法
CA2477968A1 (en) Method for assessing the integrity of a structure
CN112018758A (zh) 基于数字孪生的含高比例新能源交直流混联系统建模方法
CN114093433B (zh) 基于观测器的精馏过程单吨能耗预报精度评价方法及系统
CN111254243A (zh) 一种高炉出铁过程堵铁口时间智能确定方法及系统
Tsokanas et al. Adaptive model predictive control for actuation dynamics compensation in real-time hybrid simulation
AU2018344386A1 (en) Method for determining the geometry of a defect and for determining a load limit
CN112241832B (zh) 一种产品质量分级评价标准设计方法及系统
CN113093545A (zh) 基于能量平衡的直线伺服系统热误差建模方法及补偿系统
CN106067075B (zh) 一种建筑用能负荷预测模型建立、负荷预测方法及其装置
CN111859625A (zh) 基于大数据的节能控制方法、装置及存储介质
CN110909492A (zh) 一种基于极端梯度提升算法的污水处理过程软测量方法
CN110852415A (zh) 基于神经网络算法的植被指数预测方法、系统及设备
CN112184037B (zh) 一种基于加权svdd的多模态过程故障检测方法
CN113570147A (zh) 一种薄壁件多工况加工误差快速预测方法及设备
CN115022348B (zh) 一种高端电池智能工厂云级架构数据存储方法
Przystalka et al. A concept of automatic tuning of longwall scraper conveyor model
WO2022064573A1 (ja) 敵対的生成ネットワークを用いた生産条件生成システム、及びその生産条件生成方法並びに生産条件生成プログラム
Kovacs et al. A Jackknife Variance-based Stopping Criterion for Adaptive Verification of Integrated Circuits
CN117710008B (zh) 一种适用于喀斯特地区生态产品销售信息管理系统
CN116468175A (zh) 一种建筑能耗预测方法以及Seq-GRU深度学习模型
CN117807403B (zh) 基于行为克隆的转钢控制方法及装置、介质、计算机设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant