基于MIC的支持向量回归及其在化工过程中的应用

摘要

在化工生产中,软测量方法可以有效解决某些关键变量由于仪表故障而无法实时获取数据的问题.在建立软测量模型时,变量及回归方法的选取会直接影响模型的准确率.特别是在现代化工中,过程变量众多且变量间存在着冗余且复杂的非线性关系.对此,本文提出了一种基于最大信息系数的支持向量回归算法,利用最大信息系数在非线性相关性度量的优势,选择合适的辅助变量,避免了全部变量作为输入所造成的数据冗余.在此基础上,利用支持向量回归方法建立软测量模型,实现对软测量目标的预测.该方法被应用于存在仪表故障的某催化重整装置进料换热器热端压降的软测量中,结果表明该方法可以有效地实现对压降的软测量,实现了对仪表故障时的数据校正.