申请/专利权人：南京星环智能科技有限公司

申请日：2022-03-17

公开（公告）日：2024-06-28

公开（公告）号：CN114595781B

主分类号：G06F18/214

分类号：G06F18/214;G06Q10/04

优先权：

专利状态码：有效-授权

法律状态：2024.06.28#授权;2022.06.24#实质审查的生效;2022.06.07#公开

摘要：本发明公开了一种辛烷值损失预测方法、装置、设备及存储介质。该方法包括：接收辛烷值损失预测请求；根据辛烷值损失预测请求获取对应的历史工业样本数据，并根据历史工业样本数据构建辛烷值损失预测模型集合；通过预设模型评估指标对辛烷值损失预测模型集合进行评估，确定目标辛烷值损失预测模型；将辛烷值损失预测请求对应的待测特征数据输入至目标辛烷值损失预测模型中，根据输出结果确定辛烷值损失预测值。本发明实施例的技术方案，解决了汽油精制过程中需要同时考虑多个操作变量，对辛烷值损失预测模型构建难度较大，且采用单一模型构建的方式难以为不同应用场景确定最适宜的辛烷值损失预测模型的问题，提升了辛烷值损失预测的精度。

主权项：1.一种辛烷值损失预测方法，其特征在于，包括：接收辛烷值损失预测请求；根据所述辛烷值损失预测请求获取对应的历史工业样本数据，并根据所述历史工业样本数据构建辛烷值损失预测模型集合；通过预设模型评估指标对所述辛烷值损失预测模型集合进行评估，确定目标辛烷值损失预测模型；将所述辛烷值损失预测请求对应的待测特征数据输入至所述目标辛烷值损失预测模型中，根据输出结果确定辛烷值损失预测值；其中，所述根据所述历史工业样本数据构建辛烷值损失预测模型集合，包括：对所述历史工业样本数据进行数据预处理，确定建模样本数据；通过至少两种预设特征选择方法对所述建模样本数据进行主要变量提取，确定与各所述预设特征选择方法对应的建模主要变量样本数据；针对各所述建模主要变量样本数据，以及与各所述建模主要变量样本数据对应的建模主要变量，通过至少两种预设模型构建方法构建辛烷值损失预测模型；根据各所述辛烷值损失预测模型确定辛烷值损失预测模型集合；其中，各所述预设模型构建方法对应的建模主要变量组合不同；其中，所述通过至少两种预设特征选择方法对所述建模样本数据进行主要变量提取，确定与各所述预设特征选择方法对应的建模主要变量样本数据，包括：依次通过各所述预设特征选择方法对所述建模样本数据进行特征重要性排序；根据各所述预设特征选择方法的特性，将排序靠前的预设数量个特征确定为与所述预设特征选择方法对应的主要特征；由所述建模样本数据中提取与各所述主要特征对应的特征数据，将各所述特征数据的集合确定为与所述预设特征选择方法对应的建模主要变量样本数据；其中，在所述通过至少两种预设特征选择方法对所述建模样本数据进行主要变量提取之前，还包括：确定所述建模样本数据中各样本特征间的相关性系数；根据各所述相关性系数与预设系数阈值对各所述样本特征进行筛选，确定初始样本特征；根据各所述初始样本特征对所述建模样本数据进行数据提取，并将提取后的建模样本数据确定为新的建模样本数据。

全文数据：

权利要求：

百度查询： 南京星环智能科技有限公司 一种辛烷值损失预测方法、装置、设备及存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD