网站导航
产品分类点击展开+
PRODUCTS
诚信天下,质得信任

共创共赢

网站首页解决方案 ◇ 系统算法设计- 气液比算法模型
系统算法设计- 气液比算法模型
  • 发布日期:2021/8/22      浏览次数:34
    • 以北京某大型民营连锁加油站为例,该站采用Mini9000集中式二次油气回收系统。zhong所周知集中式油气回收系统回收气量非常不稳定,气液比数据跳动性强。我们随机选取该加油站距离真空泵最远的10号加油枪,连续152个加油样本数据,建立算法模型。


      1.模型设定
      油气流量在加油站工作中有着重要的作用。影响油气流量的因素很多,例如燃油流量、油气流速、燃油流速等等。为了分析什么是影响油气流量的最主要因素,并分析影响因素与油气流量的数量关系,可以建立相应的计量经济模型去研究。研究的对象是油气流量的影响因素。模型中被解释变量Y选定为“油气流量”。从理论和经验分析,影响油气流量的最主要因素是燃油流量,故可以选用“燃油流量”作为解释变量X。

      2.模型拟合
                 

       

       

      通过绘制油气流量(Y)和燃油流量 (X)的散点图,来分析两个变量之间存在线性关系。从散点图可以看出油气流量(Y)和燃油流量(X)大体呈现为线性关系,所以建立如下线性模型:图片4.png 从上表可以看出油气流量与燃油流量之间相关系数为0.982,为高度线性相关,进步确认建立一元线性回归模型。

      3.建立线性回归模型

      @G}K{`7519G`@[(Y)U3JN$S.png1)L{%{N]GFQ[J2(EM1BKYN0.png

      结果分析:表1中相关系数为0.982,判定系数为0.982,调整判定系数为0.964,估计值的标准误差1.80858。表2是回归分析中的系数:常数项a0=1.648,燃油流量X的回归系数a2=1.035。a2的标准误差为0.016,回归系数t的检验值为63.020,P值为0,满足95%的置信区间,可认为回归系数有显著意义。

      得到线性回归方程:Y=1.035X+1.648

      {Y1KH@HY%9BOU11V96RY2GH.png

      4.残差分析

       

      1)残差自相关分析 2)残差异方差检验

      8M85W[[IALLN1376KN8W(S0.png

      HPF%I9V07OEP%L6RJBM~H7P.png

      从上图可以残差之间相关性特别小,其相关系数都在95%的置信区间之间,相对于自相关性的伴随概率都小于0.05,说明序列之间不存在显著的相关性。 从上图可以看出残差不存在异方差性

      5.预测分析

      1)根据前面建立的模型,对油气流量进行预测分析,其真实值与拟合值的图形如下:

      2)拟合预测的误差分析结果如下:

      23XEEP7)YF${(F7Z0BN8KYM.png

      5V}2YNVZ]WZ%9GENL)CJIAV.png

      从上图可以看出平均绝对误差仅为1.27,绝对误差所占总误差的比例仅3.85%,说明模型拟合的不错,模型可以应用实际工作中。

       

    文件下载    
    仪创(上海)测控技术有限公司

    仪创(上海)测控技术有限公司

    联系人:王经理  邮箱:zhanyouwang@126.com  公司地址:上海市松江区启迪漕河泾(中山)科技园紫荆园85号楼1-3层

    版权所有 © 2021 仪创(上海)测控技术有限公司  总流量:16384  备案号:沪ICP备20009989号-1

    管理登陆  网站地图  技术支持:化工仪器网

    QQ在线客服
    电话咨询
    • 021-64885307