基于RF-XGBoost算法的汽油辛烷值损失预测模型

摘要：

对某炼油企业催化裂化汽油精制脱硫装置的354个操作特征进行定性降维,得到与辛烷值损失相关的39个操作特征变量;再利用随机森林(RF)算法进行定量降维,得到28个辛烷值损失评价指标体系;最后使用极端梯度提升(XGBoost)算法及调优策略,建立基于RF-XGBoost算法的汽油辛烷值损失预测模型.结果表明:通过充分降维,得到的操作特征比较全面,能够作为刻画辛烷值损失的指标,并且符合企业实际优化条件,可以用于实际生产操作调控.建立的预测模型通过对相关参数调优,提高了预测精度.经过可视化分析,发现辛烷值的预测值和真实值较为接近,模型测试集的误差在0.13～0.27,决定系数约78.3％,需要进一步优化算法来提高测试集的预测精度.

关键词：RF-XGBoost算法;汽油;辛烷值损失;预测模型;操作特征;调优策略

所属期刊栏目：51

在线出版日期：2021-12-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：49-53