[发明专利]基于独立分量贡献度加权分析的天然气净化过程异常监测方法

说明书

本发明公开了一种基于独立分量贡献度加权分析的天然气净化过程异常监测方法，该监测方法按如下步骤进行：(1)选取所监测的高含硫天然气净化脱硫生产过程中的工艺参数；(2)采集天然气净化过程中所述工艺参数的正常工况下数据；(3)对数据进行预处理；(4)构建基于独立分量贡献度加权的模型，计算正常工况下的总体残差三阶累积量HE与加权总体独立分量三阶累积量HS_w；(5)计算正常工况下联合指标SE，并获得联合指标SE统计量的控制限；在线获取高含硫天然气净化脱硫生产过程中所述工艺参数运行工况下数据，输入模型重新计算联合指标SE，统计样本联合指标是否超出控制限，若超限则发生异常工况，否则正常。本发明能够及时发现故障。

技术领域

本发明涉及高含硫天然气脱硫生产过程故障检测与诊断技术，具体为一种基于独立分量贡献度加权分析的天然气净化过程故障监测方法。

背景技术

我国高含硫气藏资源丰富，累计探明储量逾1×10¹²m³，开发潜力巨大。此类气田酸性组分含量高达普通气田的数十倍，并且所含剧毒成分硫化氢(Hydrogen sulfide,H₂S)对集采设施、管线及净化装置都会造成强烈腐蚀，安全开发风险极高。一旦生产过程出现故障，导致酸性气体泄漏，将会造成严重的人员伤亡和环境污染事故。因此，高含硫天然气净化过程的实时监控对于保证系统可靠运行、实现安全生产具有重要意义。

对于此类化工过程，变量统计过程监测(MSPM)方法因无需精准数学模型而在此监控领域备受关注。近几年来，MSPM及其衍生算法也有针对性的解决了关于非线性、动态、非高斯等不同特性的故障监测问题。其中高阶累积量分析(HCA)方法在独立分量分析(ICA)方法的基础上，采用独立分量和残差矩阵的三阶累积量重新构造统计指标进行检测，大大提高了非高斯过程故障的监测率。然而HCA在其构造独立分量空间HS指标时，并未区分所选独立分量的重要性差异，而这种微小差异在经样本的高阶累积放大后，将会导致最终结果一定程度上的偏差，从而导致误报和漏报。

发明内容

鉴于上述问题，本发明的目的是提供一种基于独立分量贡献度加权分析的天然气净化过程故障监测方法，其能够及时发现故障，降低误报率和漏报率，消除正常工况下的误报警。

本发明技术方案如下：

一种基于独立分量贡献度加权分析的天然气净化过程异常监测方法，其关键在于，该监测方法按如下步骤进行：

步骤1：选取所监测的高含硫天然气净化脱硫生产过程中的m个工艺参数，其中，m＝26，各工艺参数分别为：x₁原料气中H₂S含量、x₂溶液循环量、x₃贫MDEA溶液入塔压力、x₄吸收塔液位、x₅吸收塔压差、x₆湿净化气压力、x₇湿净化气H₂S含量、x₈湿净化气CO₂含量、x₉闪蒸塔压差、x₁₀闪蒸气流量、x₁₁闪蒸塔压力、x₁₂闪蒸塔液位、x₁₃MDEA活性炭过滤器压差、x₁₄贫富液换热器富液出口温度、x₁₅贫富液换热器贫液出口温度、x₁₆再生塔液位、x₁₇再生塔塔顶温度、x₁₈再生塔上部压力、x₁₉再生塔下部压力、x₂₀重沸器进口半贫液温度、x₂₁重沸器出口半贫液温度、x₂₂重沸器蒸汽压力、x₂₃重沸器蒸汽流量、x₂₄酸气分离器压力、x₂₅酸气分离器液位、x₂₆酸水回流量；