原文传递
一种自适应的原油性质近红外快速预测方法
| 专利名称： | 一种自适应的原油性质近红外快速预测方法 |
| 摘要： | 本发明公开了一种自适应的原油性质近红外快速预测方法。构建用于原油性质预测的模型的方法包括：(1)测定原油样本的性质数据；(2)测定所述原油样本的近红外光谱图；(3)对步骤(2)获得的近红外光谱图进行预处理，建立初始训练集；(4)采用主成分分析(PCA)结合Hotelling T2统计的方法剔除初始训练集中异常的样本点，得到最终训练集；(5)对步骤(4)获得的样本进行主成分分析，保存特征值贡献率大于95％的载荷向量记为Ppca；(6)利用Ppca对待测样本的近红外光谱进行降维后，通过相似性指标(SI)选择局部训练集；(7)根据局部训练集确定一个或多个波数段，利用偏最小二乘法(PLS)建立原油性质的局部模型。 |
| 专利类型： | 发明专利 |
| 国家地区组织代码： | 上海;31 |
| 申请人： | 华东理工大学 |
| 发明人： | 钱锋;钟伟民;杨明磊;杜文莉;隆建 |
| 专利状态： | 有效 |
| 申请号： | CN201811168280.1 |
| 公开号： | CN109324014A |
| 代理机构： | 上海专利商标事务所有限公司 31100 |
| 代理人： | 张睿 |
| 分类号： | G01N21/359(2014.01)I;G;G01;G01N;G01N21 |
| 申请人地址： | 200237 上海市徐汇区上海市梅陇路130号 |
| 主权项： | 1.一种构建用于原油性质预测的模型的方法，其特征在于，所述方法包括：(1)测定原油样本的性质数据；(2)测定所述原油样本的近红外光谱图；(3)对步骤(2)获得的近红外光谱图进行预处理，建立初始训练集；(4)采用主成分分析(PCA)结合Hotelling T2统计的方法剔除初始训练集中异常的样本点，得到最终训练集；(5)对步骤(4)获得的样本进行主成分分析，保存特征值贡献率大于95％的载荷向量记为Ppca；(6)利用Ppca对待测样本的近红外光谱进行降维后，通过相似性指标(SI)选择局部训练集；(7)根据局部训练集确定一个或多个波数段，利用偏最小二乘法(PLS)建立原油性质的局部模型。 |
| 所属类别： | 发明专利 |
检索历史
应用推荐
