-
题名虚拟样本生成方法及其在重整数据建模中的应用
被引量：3
- 1
-
-
作者
贺许龙
张蕾
周涵
王鑫磊
苗准
-
机构
中国石化石油化工科学研究院
-
出处
《石油炼制与化工》
CAS
CSCD
北大核心
2021年第6期92-95,共4页
-
基金
国家重点研发计划资助项目(2017YFB0306501)。
-
文摘
采用催化重整装置的工业原料组成数据训练产品预测决策树回归模型。由于工业数据样本范围比较集中,利用该模型在预测芳烃收率时,会存在过拟合现象,造成其适用性较差,因而借助多元高斯概率分布方法构建重整进料虚拟样本,并利用HYSYS机理模型计算虚拟进料样本对应的芳烃收率数据,改进工业数据常见的小样本问题。结果表明,将虚拟数据与真实数据混合用于决策树回归模型的训练后,模型对检验样本的平均绝对误差由1.4097降至0.6318,说明虚拟样本可以用于模型训练,提升了数据驱动模型的适用性。
-
关键词
重整工艺数据
虚拟样本
高斯分布
HYSYS模拟
-
Keywords
reforming process data
virtual sample
Gaussian distribution
HYSYS simulation
-
分类号
TE624.42
[石油与天然气工程—油气加工工程]
-
