(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202111016250.0 (22)申请日 2021.08.31 (65)同一申请的已公布的文献号 申请公布号 CN 113723686 A (43)申请公布日 2021.11.30 (73)专利权人 江南大学 地址 214122 江苏省无锡市滨湖区蠡湖大 道1800号 (72)发明人 栾小丽　平晓静　赵顺毅　倪雨青　 刘飞　 (74)专利代理 机构 苏州市中南伟业知识产权代 理事务所(普通 合伙) 32257 专利代理师 李柏柏 (51)Int.Cl. G06Q 10/04(2012.01)G06F 30/27(2020.01) G06K 9/62(2022.01) B01D 3/14(2006.01) 审查员 沈乐平 (54)发明名称 有机硅单体分馏过程能耗的多任务灰箱预 测方法及系统 (57)摘要 本发明涉及一种有机硅单体分馏过程能耗 的多任务灰箱预测方法， 确定精馏塔的第一原理 模型； 获取运行数据， 将其划分为训练集和测试 集； 利用训练集对第一原理模型进行训练， 得到 待估计的模型参数向量， 假设模型参数向量wt由 共享参数w0和特定参数vt组成， 同时估计模型参 数； 建立精馏塔的能耗模型； 利用测试集对能耗 模型进行测试， 得到测试集中的测试样本的能耗 预测值， 将其与测试样本的能耗实际值进行对比 以评估该能耗模 型的性能。 本发 明利用精馏塔的 动态特性和有机硅单体分馏过程中不同精馏塔 之间的相似性， 提升模型泛化性能， 解决了现有 技术有机硅单体分馏过程的能耗预测方法存在 建模成本高、 忽视各塔 之间相关性以及数据不足 情况下难以建模的缺陷。 权利要求书4页 说明书9页 附图2页 CN 113723686 B 2022.06.14 CN 113723686 B 1.一种有机 硅单体分馏过程能耗的多任务灰箱预测方法， 其特 征在于， 包括： 确定灰箱能耗预测模型 结构， 包括确定每 个精馏塔的第一原理模型； 获取有机硅分馏过程稳态运行工况的运行数据， 将所述运行数据随机划分为训练集和 测试集， 并对所述训练集和测试集进行归一化处理， 包括将所述运行数据随机划分为训练 集{(xit,yit)， i＝1,2, …,nt}， 其中， (xit,yit)表示第t个塔训练集的第i个训练样本， nt表示 该塔的训练样本个数， 将所述运行数据随机划分为测试集{(xjt,yjt)， j＝1,2, …mt}， 其中， (xjt,yjt)表示第t个 塔测试集的第j个测试样本， mt表示该塔的测试样本个数； 利用归一化处理后的所述训练集对所述精馏塔的第 一原理模型进行训练， 得到待估计 的模型参数向量， 基于多个精馏塔间的相关性， 假设模型参 数向量wt由共享参 数w0和特定参 数vt组成， 其中， 共享参数w0捕捉精馏塔间的相似性， 特定参数vt捕捉精馏塔间的差异 性， 并 使用多任务学习算法同时估计模型参数， 具体包括： 确定的第t个精 馏塔的第一原理模型如下： 式中 ， 待估计的模型参数向量为wt＝[w1 t w2 t w3 t w4 t]T， 模型输入矩阵 模型输出矩阵 表示模 型误差， 其中 为nt维的单位列向量； 所述多任务学习算法的目标函数 形式为最小二乘 支持向量机， 其目标函数为： s.t.yit＝xit(w0+vt)+bt+ξit, i＝1,2,…,nt,t＝1,2, …T 其中， ξit表示松弛变量， 其代表模型对于离群点的容忍度， γ表示约束松弛变量ξit的正 则化参数， λ表示控制特定变量vt的正则化 参数； 引入拉格朗日乘 子α ＝[α1  …  αt…  αT]T求解上述带等式约束的最小化问题， α 中每一个 元素均大于 0， 其中， 求偏导， 得到权　利　要　求　书 1/4 页 2 CN 113723686 B 2求 解 线 性 方 程 组 ，并 将 其 转 化 为 矩 阵 形 式 为 ： 其中， 表示输出向量， b＝[b1 b2  … bt…   bT]T表示误差向量， Zt×t表示t×t维的全0矩阵， Zt表示一个t维的全0列向量， 表示分块对角矩阵， H＝blockdiag(H1,H2,…,Ht)∈n×n表示 正 定 矩阵 ， 对 角元 素 为 分 块 对 角矩阵 Ht＝ bl o c kd ia g (ht,ht,…,ht) ， 通过矩阵求逆得到α ＝[α1  … αt  … αT]T和 得到能耗预 测模型的估计参数为 根据所述模型参数建立所述精 馏塔的能耗模型； 利用归一化处理后的所述测试集对所述精馏塔的能耗模型进行测试， 得到所述测试集 中的测试样本的能耗预测值， 将所述测试样本的能耗预测值与所述测试样本的能耗 实际值 进行对比， 以评估该能耗模型的性能。 2.根据权利要求1所述的有机硅单体分馏过程能耗的多任务灰箱预测方法， 其特征在 于： 所述运行数据包括进料流 量、 回流量、 采出量和冷凝水流 量。 3.根据权利要求1所述的有机硅单体分馏过程能耗的多任务灰箱预测方法， 其特征在 于： 所述正则化参数γ和 λ 的选取通过超参数搜索算法进行求 解。 4.根据权利要求1所述的有机硅单体分馏过程能耗的多任务灰箱预测方法， 其特征在 于： 根据所述模型参数建立所述精 馏塔的能耗模型包括： 建立的第t个精 馏塔的能耗模型如下： 式中， 表示模型 预测输出。 5.根据权利要求1所述的有机硅单体分馏过程能耗的多任务灰箱预测方法， 其特征在 于： 将所述测试样本的能耗预测值与所述测试样本的能耗实际值进行对比， 以评估该能耗 模型的性能包括： 利用平均绝对误差 MAE对模型性能进行评估：权　利　要　求　书 2/4 页 3 CN 113723686 B 3