[发明专利]一种催化裂化反应软测量辅助变量的选取方法及系统

权利要求书

1.一种催化裂化反应软测量辅助变量的选取方法，其特征在于，包括：

获取催化裂化反应的基础数据和焦炭产率数据，所述基础数据包括：原料性质数据、催化剂性质数据和操作参数数据；

根据所述基础数据获取催化裂化反应软测量的多个初始辅助变量，利用互信息法获取各所述初始辅助变量与所述焦炭产率数据之间的第一互信息值，其中所述第一互信息值大于等于-1小于等于1；

根据所述第一互信息值，对所述初始辅助变量进行筛选，获得目标辅助变量；

利用BP神经网络对所述目标辅助变量进行检测，包括对所述初始辅助变量进行BP神经网络焦炭产率软测量；对所述目标辅助变量进行BP神经网络焦炭产率软测量；比较所述初始辅助变量的软测量预测出的焦炭产率输出结果和所述目标辅助变量的软测量预测出的焦炭产率输出结果，以验证选取出的所述目标辅助变量的准确性；

设置第一预设阈值范围，将所述第一互信息值的绝对值在所述第一预设阈值范围内的初始辅助变量作为初筛辅助变量；

利用互信息法获取各所述初筛辅助变量之间的第二互信息值，若两个所述初筛辅助变量之间的第二互信息值的绝对值大于预设阈值，则剔除所述第一互信息值的绝对值较小的所述初筛辅助变量，将剩余的初筛辅助变量作为所述目标辅助变量；

所述第二互信息值大于等于-1小于等于1。

2.根据权利要求1所述的方法，其特征在于，所述根据所述第一互信息值，对所述初始辅助变量进行筛选，获得目标辅助变量，可替换为：

按照各所述初始辅助变量对应的第一互信息值的绝对值从大到小的顺序，对各所述初始辅助变量进行排序，获取排序靠前的预设数量的初始辅助变量作为初筛辅助变量；

根据所述初筛辅助变量获取所述目标辅助变量。

3.根据权利要求1所述的方法，其特征在于，所述根据所述基础数据获取催化裂化反应软测量的多个初始辅助变量，包括：

获取所述催化裂化反应在预设时间内的各类基础数据预选数据，将所述预选数据进行异常值的剔除，获得多个初选辅助变量，根据所述初选辅助变量获得所述初始辅助变量，其中所述异常值包括0、负值、空数据和与所述预选数据的平均值的差大于三倍标准差的数据。

4.根据权利要求3所述的方法，其特征在于，所述根据所述初选辅助变量获得所述初始辅助变量，包括：

根据公式对各所述初选辅助变量进行归一化处理，获得所述初始辅助变量，式中：P_k表示归一化值，P_i表示所述初选辅助变量中的第i个数据，P_min表示所述初选辅助变量中的最小值，P_max表示所述初选辅助变量中的最大值。

5.一种催化裂化反应软测量辅助变量的选取系统，其特征在于，包括：

数据获取单元，用于获取催化裂化反应的基础数据和焦炭产率数据，所述基础数据包括：原料性质数据、催化剂性质数据和操作参数数据；

互信息值计算单元，用于根据所述基础数据获取催化裂化反应软测量的多个初始辅助变量，利用互信息法获取各所述初始辅助变量与所述焦炭产率数据之间的第一互信息值，其中所述第一互信息值大于等于-1小于等于1；

辅助变量选取单元，用于根据所述第一互信息值，对所述初始辅助变量进行筛选，获得目标辅助变量；利用BP神经网络对所述目标辅助变量进行检测，包括对所述初始辅助变量进行BP神经网络焦炭产率软测量；对所述目标辅助变量进行BP神经网络焦炭率软测量；比较所述初始辅助变量的软测量预测出的焦炭产率输出结果和所述目标辅助变量的软测量预测出的焦炭产率输出结果，以验证选取出的所述目标辅助变量的准确性；

设置第一预设阈值范围，将所述第一互信息值的绝对值在所述第一预设阈值范围内的初始辅助变量作为初筛辅助变量；

利用互信息法获取各所述初筛辅助变量之间的第二互信息值，若两个所述初筛辅助变量之间的第二互信息值的绝对值大于预设阈值，则剔除所述第一互信息值的绝对值较小的所述初筛辅助变量，将剩余的初筛辅助变量作为所述目标辅助变量；

所述第二互信息值大于等于-1小于等于1。