基于支持向量机模型的汽油炼制过程中辛烷值和硫含量的预测研究

为使企业的汽油产品满足欧六和国六中要求的脱硫效果,同时满足降低辛烷值损失的企业策略,本文对某石化企业催化裂化汽油精制脱硫装置运行了四年的历史数据进行分析。通过LASSO回归法进行降维,筛选出362个变量中对模型影响较大的29个主要变量。通过最小二乘支持向量机建模法和BP神经网络建模法,对产品汽油的辛烷值、硫含量进行预测。结果表明,支持向量机法能够较为准确地对产品汽油的辛烷值、硫含量进行预测。