基于核函数的非线性校正算法在原油快评中的应用

摘要：

为了快速准确地测量原油的密度、酸值和硫质量分数等重要性质,采用红外光谱技术结合非线性化学计量学定量校正算法建立校正模型.结果表明,分别使用最小二乘支持向量机算法(LSSVM)和核偏最小二乘(KPLS)两种基于核函数的非线性校正算法建模预测原油密度、酸值和硫质量分数的预测标准偏差分别为0.0065 g/cm3、0.19 mgKOH/g和0.38％以及0.0089 g/cm3、0.23 mgKOH/g和0.40％,预测结果的重复性与再现性等同或优于标准方法.与经典偏最小二乘(PLS)方法相比,KPLS算法准确性更高,而LSSVM具有更快的训练速率、更小的测量偏差等优点.

关键词：原油、最小二乘支持向量机(LSSVM)、核偏最小二乘(KPLS)、PLS、红外光谱(MIR)、快速评价

所属期刊栏目：32

分类号：O657.33(分析化学)

在线出版日期：2016-11-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：967-973