李奇安，郭 強(qiáng)

（遼寧石油化工大學(xué) 信息與控制工程學(xué)院，遼寧 撫順113001）

針對(duì)裂解爐燃料氣離線熱值模型泛化能力差的問題，提出一種具有自適應(yīng)能力的在線支持向量機(jī)（Online SVM）建模方法.該方法將增量式支持向量機(jī)（ISVM）與近似線性依靠（ALD）條件相結(jié)合，通過計(jì)算新樣本與建模樣本間的近似線性依靠值，選擇滿足ALD 條件的獨(dú)立新樣本更新SVM 模型.分析裂解爐燃料氣熱值的影響因素，并用Online SVM 算法建立裂解爐燃料氣熱值在線軟測(cè)量模型.該模型由離線訓(xùn)練模塊和在線模型更新模塊組成.離線訓(xùn)練模塊基于離線數(shù)據(jù)訓(xùn)練得到初始熱值軟測(cè)量模型，在線更新模塊通過使離線模型學(xué)習(xí)線性獨(dú)立新樣本來保證熱值模型的在線預(yù)測(cè)精度.利用合成數(shù)據(jù)、Benchmark數(shù)據(jù)與裂解爐燃料氣熱值數(shù)據(jù)，將該方法與傳統(tǒng)的SVM和LS-SVM 方法進(jìn)行對(duì)比仿真研究.結(jié)果表明：該方法能夠適應(yīng)新的工況，具備自適應(yīng)學(xué)習(xí)新樣本的能力，可以用于具有慢時(shí)變特征的裂解爐燃料氣系統(tǒng)熱值軟測(cè)量建模.

Online SVM；自適應(yīng)建模；ALD 值；ISVM ；燃料氣熱值