10.3969/j.issn.1671-7848.2004.05.007
基于神经网络的油品质量预测
以某炼油厂加氢装置的现场数据为基础,利用神经网络技术建立了轻柴油的凝点、闪点、95%馏出温度等3个关键指标的预测模型;比较了反向传播网络和径向基网络在逼近精度和收敛速度上的差异;并且分析了基于小波分析的数据滤波和归一化处理对神经网络收敛速度和逼近精度的影响.最后验证了用神经网络方法建立的油品质量模型能快速地得到有效预测信息,从而为实现质量指标的实时预估和在线故障诊断奠定了基础.
轻柴油、数据滤波、神经网络、小波
11
TP183(自动化基础理论)
2004-11-04(万方平台首次上网日期,不代表论文的发表时间)
共4页
403-405,448