摘要
本发明提供一种裂解炉原料切换过程中燃料阀阀位确定模型的训练方法、训练装置、裂解炉的原料切换控制方法、电子设备及可读存储介质。训练方法包括:基于裂解炉原料切换过程中的历史数据获取训练数据集和验证数据集,训练数据集和验证数据集中均包括多组燃料阀阀位与进料阀阀位的对应数据;以燃料阀阀位为因变量,进料阀阀位为自变量构建多元回归模型;基于训练数据集和验证数据集中多组燃料阀阀位与进料阀阀位的对应数据对构建好的多元回归模型进行训练,得到燃料阀阀位确定模型。本发明利用机器学习得到燃料阀阀位确定模型,使得燃料阀阀位的控制过程既不依赖操作人员的技能水平,也不受物料流量影响,仅与进料阀阀位相关,提高炉膛温度稳定性。
技术关键词
多元回归模型
切换控制方法
燃料
进料
数据
控制裂解炉
训练装置
处理器
可读存储介质
误差函数
电子设备
炉膛
多项式
存储器
模块
程序
投料
通讯
关系
系统为您推荐了相关专利信息
培训考核方法
画像
员工培训管理系统
评估指标体系
软件服务系统
多传感器
监测方法
时序预测模型
归一化方法
节点
故障网络设备
企业信息系统
采集设备
异常数据
数据模块
交互式学习
模型构建方法
补丁
图像
生成高分辨率