1.一种基于迁移辨识的精馏过程单吨能耗预测方法，其特征在于，包括以下步骤：S1、将精馏过程的稳定工况划分为T个采样间隔，根据物料和能量平衡方程，建立关于采样时刻k的精馏过程单吨能耗模型：Y＝Xθ+V                         (2)其中，Y为输出向量，X为观测矩阵，θ为参数向量，V为噪声向量；

S2、采集精馏过程A的历史数据，确定精馏过程A的单吨能耗模型阶次(pA,qA)和精馏过程A的单吨能耗模型参数向量S3、定义精馏过程B的单吨能耗模型参数向量：其中，pB＝pA,qB＝qA；

采集并预处理待辨识的精馏过程B的历史数据，结合已经确定的精馏过程A的单吨能耗模型参数 构建精馏过程B的单吨能耗模型的参数迁移辨识模型：其中，输出向量YB为精馏过程B的单吨能耗，观测矩阵XB为精馏过程B历史数据构成的矩阵，G为迁移增益矩阵；

S4、选定迁移辨识准则函数，并最小化迁移辨识准则函数，以求解迁移增益矩阵G；

S5、将求解的迁移增益矩阵G代入参数迁移辨识模型中，得到精馏过程B的单吨能耗预测值；

步骤S4包括：

S41、选定迁移辨识准则函数：

其中，θB为精馏过程B单吨能耗模型参数矩阵真实值；E[·]为均值运算；trace{·}为矩阵的迹运算；J(·)是关于G的准则函数；

S42、将公式(3)代入公式(4)，得到：T T

J(G)＝trace{E[(I‑GXB)R(I‑GXB) +GΣBG]}         (5)其中， 为精馏过程A和精馏过程B的单吨能耗模型参数矩阵差异的方差， 为精馏过程A和精馏过程B的单吨能耗模型参数矩阵差异，I为单位矩阵，ΣB为精馏过程B的噪声协方差矩阵，取准则函数(5)关于G的一阶导数并令其等于0，可得：S43、根据以下模型计算r的可实现解

得到公式(6)中R的可实现解 为：

S44、运用矩阵求逆定理，将其转化为(pB+qB)×(pB+qB)维矩阵的求逆，可得迁移增益矩阵的简化可实现解为：其中， 为精馏过程B的单吨能耗模型参数辨识的费舍尔信息矩阵，迁移增益矩阵G依赖于精馏过程A和B的模型参数矩阵差异的方差 以及采集的精馏过程B观测数据的质量F。

2.如权利要求1所述的基于迁移辨识的精馏过程单吨能耗预测方法，其特征在于，步骤S1包括：S11、将精馏过程的稳定工况划分为T个采样间隔，根据物料和能量平衡方程，建立关于采样时刻k的精馏过程单吨能耗模型：y(k)+a1y(k‑1)+…+apy(k‑p)＝b0u(k)+b1u(k‑1)+…+bqu(k‑q)+v(k)(1)其中，y(k)为k时刻的输出变量；u(k)为k时刻的输入变量；a1,a2,…,ap,b0,b1,…,bq为单吨能耗模型参数；

p和q为单吨能耗模型的阶次；v(k)为测量噪声；

S12、定义输出向量、观测矩阵、参数向量、噪声向量分别为：T

Y＝[y(p+1),y(p+2)…,y(p+N)]T

θ＝[a1,…,ap,b0,…,bq]

T

V＝[v(p+1),v(p+2)…,v(p+N)]其中，N为采集的数据长度；

根据上述定义，精馏过程单吨能耗模型(1)等价为：Y＝Xθ+V

即公式(2)。

3.如权利要求1所述的基于迁移辨识的精馏过程单吨能耗预测方法，其特征在于，所述精馏过程单吨能耗模型的输出变量为生产单吨合格产品所需的能源消耗，输入变量为生产单吨合格产品所需的进料流量、回流量、冷却水流量。

4.如权利要求2所述的基于迁移辨识的精馏过程单吨能耗预测方法，其特征在于，所述测量噪声包括服从高斯分布或t分布或泊松分布的白噪声。

5.如权利要求1所述的基于迁移辨识的精馏过程单吨能耗预测方法，其特征在于，所述历史数据包括进料流量、回流量、冷却水流量、单吨能耗四个变量。

6.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1‑5中任意一项所述方法的步骤。

7.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1‑5任意一项所述方法的步骤。

8.一种基于迁移辨识的精馏过程单吨能耗预测系统，其特征在于，包括：单吨能耗模型建立模块，用于将精馏过程的稳定工况划分为T个采样间隔，根据物料和能量平衡方程，建立关于采样时刻k的精馏过程单吨能耗模型：Y＝Xθ+V                         (2)其中，Y为输出向量，X为观测矩阵，θ为参数向量，V为噪声向量；

精馏过程A的单吨能耗模型阶次和参数向量确定模块，用于采集精馏过程A的历史数据，确定精馏过程A的单吨能耗模型阶次(pA,qA)和精馏过程A的单吨能耗模型参数向量精馏过程B的单吨能耗模型的参数迁移辨识模型构建模块，用于定义精馏过程B的单吨能耗模型参数向量：其中，pB＝pA,qB＝qA；

采集并预处理待辨识的精馏过程B的历史数据，结合已经确定的精馏过程A的单吨能耗模型参数 构建精馏过程B的单吨能耗模型的参数迁移辨识模型：其中，输出向量YB为精馏过程B的单吨能耗，观测矩阵XB为精馏过程B历史数据构成的矩阵，G为迁移增益矩阵；

解迁移增益矩阵G求解模块，用于选定迁移辨识准则函数，并最小化迁移辨识准则函数以求解迁移增益矩阵G；包括：S41、选定迁移辨识准则函数：

其中，θB为精馏过程B单吨能耗模型参数矩阵真实值；E[·]为均值运算；trace{·}为矩阵的迹运算；J(·)是关于G的准则函数；

S42、将公式(3)代入公式(4)，得到：T T

J(G)＝trace{E[(I‑GXB)R(I‑GXB) +GΣBG]}         (5)其中， 为精馏过程A和精馏过程B的单吨能耗模型参数矩阵差异的方差， 为精馏过程A和精馏过程B的单吨能耗模型参数矩阵差异，I为单位矩阵，ΣB为精馏过程B的噪声协方差矩阵，取准则函数(5)关于G的一阶导数并令其等于0，可得：S43、根据以下模型计算r的可实现解

得到公式(6)中R的可实现解 为：

S44、运用矩阵求逆定理，将其转化为(pB+qB)×(pB+qB)维矩阵的求逆，可得迁移增益矩阵的简化可实现解为：其中， 为精馏过程B的单吨能耗模型参数辨识的费舍尔信息矩阵，迁移增益矩阵G依赖于精馏过程A和B的模型参数矩阵差异的方差 以及采集的精馏过程B观测数据的质量F；

精馏过程B的单吨能耗预测模块，用于将求解的迁移增益矩阵G代入参数迁移辨识模型中，得到精馏过程B的单吨能耗预测值。