[发明专利]流化催化裂化中催化剂积碳测量方法、系统、介质及设备

权利要求书

1.一种流化催化裂化中催化剂积碳测量方法，其特征在于，包括：

获取流化催化裂化生产工艺中反应-再生系统的原始生产数据，对所述原始生产数据进行处理获得建模数据，包括：

通过传感器获取所述原始生产数据；

以FCC机理分析方法进行辅助变量的选取；

根据催化裂化生产装置的用户手册计算得到辅助变量对应的主导变量的采样时间差Δt；

对原始生产数据进行滤除噪声信号和剔除过失误差信号；

剔除所述原始生产数据中的异常数据样本，获得所述建模数据；

机理分析所述建模数据得到软测量辅助变量，对所述软测量辅助变量深度学习，据以构建测量机理模型，包括：

根据实际对象物理参数进行机理模型运算获取软测量器输入数据；

对所述软测量器输入数据进行特征抽象组合；

对原始生产数据进行特征提取和滤除噪声干扰，获取数据抽象化模型；

根据所述数据抽象化模型获取含量相关特征向量；

回归计算所述含量关联特征向量，得到催化剂积碳含量值；

根据机理分析选取经验变量信息，对所述经验变量信息进行特征抽象组合和回归分析得经验建模数据，结合所述经验建模数据与所述测量机理模型的输入输出信息构建软测量经验模型；融合所述测量机理模型与所述软测量经验模型，根据所述测量机理模型与所述软测量经验模型混合建模，根据预设性能评估指标得到对流化催化裂化中催化剂积碳含量进行实时测量的软测量器。

2.根据权利要求1所述的方法，其特征在于，所述根据机理分析选取经验变量信息，对所述经验变量信息进行特征抽象组合和回归分析得经验建模数据，结合所述经验建模数据与所述测量机理模型的输入输出信息构建软测量经验模型，包括：

通过对流化催化裂化机理分析，选取所述反应-再生系统中与催化剂积碳含量存在关联关系的变量作为软测量器的辅助变量；

获取软测量器输入数据，形成高维输入数据样本；

对所述软测量器输入数据进行特征抽象组合，根据以下公式从所述高维输入数据样本中消除噪声信号干扰并提取出高度抽象的特征数据：

其中h_j、v_j为特征向量，N(0,1)表示服从0-1高斯分布的随机变量，σ是高斯化变量，θ_H和θ_L分别是当前网络层神经网络节点值的最大值和最小值；

根据所述特征数据，以CD算法准则更新深度学习网络CRBM，CRBM的网络参数更新公式如下：

获取所述测量机理模型的输入输出信息；

以所述测量机理模型计算提升管反应器出口处的催化剂积碳质量分数；

以所述催化剂积碳质量分数作为中间值，以所述中间值和辅助变量进行软测量经验模型建模。

3.根据权利要求1所述的方法，其特征在于，所述融合所述测量机理模型与所述软测量经验模型，根据所述测量机理模型与所述软测量经验模型混合建模，根据预设性能评估指标得到软测量器，包括：

获取实时生产数据；

根据所述实时生产数据，以平均绝对百分比误差和均方误差作为性能指标构建混合软测量器，所述性能评估指标为：

其中，y_i为催化剂积碳含量真实值，y′_i是软测量器的测量值，MAPE为平均绝对百分比误差，能很好地衡量软测量器的无偏性，MSE为均方误差；

按照所述评估指标，以串联方式融合所述测量机理模块与所述软测量经验模型得到软测量器。