[发明专利]石化装置异常工况的预警方法和系统

说明书

本发明实施例公开了石化装置异常工况的预警方法和系统，涉及石化技术领域，该预警方法包括：提供石化工艺数据的基础预测模型、工艺相关参数和实时工艺数据；根据所述工艺相关参数和所述基础预测模型得到预测结果数据；判断所述预测结果数据和所述实时工艺数据的数值变化趋势是否一致；如果所述预测结果数据和所述实时工艺数据的数值变化趋势不一致，则进一步地判断所述预测结果数据与所述实时工艺数据之间的差值是否大于预设的第一报警阈值；如果所述预测结果数据与所述实时工艺数据之间的差值大于所述第一报警阈值，则进行报警。本发明可以以自动识别石化工艺异常工况并可以进行预警。

技术领域

本发明实施例涉及石化技术领域，具体涉及一种石化装置异常工况的预警方法和系统。

背景技术

国内石化企业面临产能过剩、市场竞争加剧的巨大挑战，同时也承受着密集型流程制造、生产过程极其复杂的高安全环境要求的压力，再加上随着生产设备的自动化程度不断提高、人员不断的减少，因此对装置异常工况的及时预测预警、实现智能化生产显得尤为重要。

目前石化企业对数据处理和应用大部分仅仅限于统计和查询，数据中蕴含的潜在价值远远没有被挖掘出来。

实际上，石化生产过程是复杂的物理化学变化过程，影响过程的因素多，机理十分复杂，难以用线性手段描述和精确方程完全表达，而单纯的数学模型又难以满足石化行业对模型运行结果高置信度的要求。因此如何对石化行业大数据池进行勘探、开采、提炼、建模，从中获取有价值信息，对安全生产、优化管理、提质增效具有重大意义。

发明内容

为此，本发明实施例提供一种石化装置异常工况的预警方法和系统，可以识别石化工艺异常工况并可以进行预警。

为了实现上述目的，本发明实施例提供如下技术方案：

本发明第一方面的实施例公开了一种石化装置异常工况的预警方法，包括：提供石化工艺数据的基础预测模型、工艺相关参数和实时工艺数据；根据所述工艺相关参数和所述基础预测模型得到预测结果数据；判断所述预测结果数据和所述实时工艺数据的数值变化趋势是否一致；如果所述预测结果数据和所述实时工艺数据的数值变化趋势不一致，则判断所述预测结果数据与所述实时工艺数据之间的差值是否大于预设的第一报警阈值；如果所述预测结果数据与所述实时工艺数据之间的差值大于所述第一报警阈值，则进行报警。

进一步地，所述判断所述预测结果数据和所述实时工艺数据之间的差值是否大于第一报警阈值，具体包括：采用基于数据的时序预测方法将偏差值进行分窗，把每一个窗口内最后的数据作为目标变量，然后使用支持向量机进行时序预测，判断根据所述基础预测模型得到的预测偏差与实际偏差是否大于所述第一报警阈值。

进一步地，还包括：当所述工艺相关参数改变后，则根据改变后的工艺相关参数调整所述第一报警阈值得到第二报警阈值；根据所述第二报警阈值判断是否进行报警。

进一步地，所述根据所述第一报警预设得到第二报警阈值，具体包括：根据改变后的工艺相关参数和改变前的工艺相关参数的欧氏距离调整所述第一报警阈值得到第二报警阈值。

进一步地，所述进行报警，包括：提供故障树；基于所述故障树根据所述预测结果数据与所述实时工艺数据进行选择性地报警。

本发明第二方面的实施例公开了一种石化装置异常工况的预警系统，包括：提供模块，用于提供石化工艺数据的基础预测模型、工艺相关参数和实时工艺数据；报警模块，用于进行报警；控制处理模块，用于根据所述工艺相关参数和所述基础预测模型得到预测结果数据，并判断所述预测结果数据和所述实时工艺数据的数值变化趋势是否一致；如果所述预测结果数据和所述实时工艺数据的数值变化趋势不一致，则判断所述预测结果数据与所述实时工艺数据之间的差值是否大于预设的第一报警阈值；如果所述预测结果数据与所述实时工艺数据之间的差值大于所述第一报警阈值，则通过所述报警模块进行报警。