基于TS-FNN模型的常压塔塔顶汽油干点预测

摘要

为了实现汽油干点的直接在线测量,提出了一种基于T-S模糊神经网络(TS-FNN)的汽油干点预测方法。以某炼油厂常减压装置常压塔塔顶汽油干点为背景,确定影响因素,分析采集的数据,依据样本数据建立BP神经网络(BPNN)模型及TS-FNN模型,验证模型的预测有效性。结果表明:基于TS-FNN模型预测的汽油干点与观测值基本一致,平均相对误差为0.68%,该网络模型通过调整参数来修正隶属度函数,具有很强的自适应能力。基于T-S模糊模型的改进神经网络软测量模型跟踪效果较好,预测结果具有较高的准确性。