基于最小二乘支持向量机的油品质量预测

摘要

最小二乘支持向量机(LS-SVM)是传统支持向量机(SVM)的一种改进,它是将原始空间中的不等式约束改为等式约束,由此将解二次规划问题转化为求解线性方程组问题,降低了计算的复杂性,提高了求解问题的速度和收敛精度.本文以某炼油厂加氢装置的现场数据为基础,利用最小二乘支持向量机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,最后验证了用最小二乘支持向量机建立的油品质量预测模型能快速的得到有效信息,从而为实现质量指标的实时预估和故障诊断奠定了基础。