[发明专利]炼油和化工生产装置的稳态工况分析方法、优化调试方法及系统

权利要求书

1.一种炼油和化工生产装置的稳态工况分析方法，其特征在于，包括：

获取炼油和化工生产装置生产时的原始数据集，所述原始数据集中包括炼油和化工生产装置在多个时间点所对应的仪表显示数据；

根据预设的检测规则对所述仪表显示数据进行异常数据检测，并对其中的异常数据进行替换处理得到正常数据集；

将正常数据集中各个时间点所对应的仪表显示数据的统计学特征与稳态条件下预设或自学习获得的阈值比对，判断各个时间点是否处于稳态工况；

基于各个稳态工况下的时间点，根据合并规则合并得到炼油和化工生产装置的稳态工况时间段；

所述根据预设的检测规则对所述仪表显示数据进行异常数据检测，并对其中的异常数据进行替换处理后得到正常数据集包括：预设的检测规则包括超量程范围检测规则、仪表异常检测规则、超正常范围检测规则、关联关系异常检测规则、违反产能检测规则、违反依赖性检测规则中的一种或多种；将所选用检测规则制作成数据筛板，利用所述数据筛板对原始数据集中的仪表显示数据进行异常数据检测；针对检测出的异常数据采用预设方案进行替换处理，所述替换处理的方式包括填充上次正常的仪表显示数据、填充前n次正常值的平均值、插值、留空、填零中的任一种；基于原始数据集中的正常数据及替换异常数据后得到的正常数据，汇总得到正常数据集；

所述将正常数据集中各个时间点所对应的仪表显示数据的统计学特征与稳态条件下预设或自学习获得的阈值比对，判断各个时间点是否处于稳态工况包括：预设或自学习炼油和化工生产装置中各个关键仪表的稳态阈值；持续读取数据集中每个关键仪表在各个时间点中的仪表显示数据，并计算各个时间点对应的每个关键仪表在一段时间内的相对标准差；当时间点对应仪表的相对标准差小于对应关键仪表的稳态阈值，则判断该时间点对应的关键仪表处于稳态，否则判断该时间点对应的关键仪表处于非稳态；

各个所述关键仪表的筛选和稳态阈值是通过自学习来获取的，自学习方法包括：步骤一：设置用于判断系统状态的候选关键仪表，并提取所述关键仪表的数据；

步骤二：计算所述关键仪表的标准偏差σ；

步骤三：计算所述关键仪表的σ参考值k％区间：所述σ参考值k％区间代表小于等于σ的数据个数占总数据量的比例，简称σk％区间；

步骤四：对所述关键仪表进行稳态分析，并评估其稳定性，评价指标使用稳态时长占比；

步骤五：对系统进行状态分析，计算系统的稳态时长占比；

步骤六：如果系统稳态时长占比达到预设的要求，则认为当前所述关键仪表选择和参数设置是合适的，输出所述关键仪表和所述关键仪表对应的稳态分析阈值；

步骤七：如果系统稳态时长占比未达到预设的要求，则基于所述σk％区间的预设上限进行所述关键仪表的筛选和稳态分析阈值自学习计算，包括：

若所述关键仪表只剩下一个并且已经达到σk％区间的预设上限，说明无法达到预设的系统稳定性要求，则结束稳态分析阈值自学习计算；

若所述关键仪表有一个或多个已经达到σk％区间的预设上限，说明所述关键仪表即使放宽到上限也不能使系统的稳定时长百分比达到要求，则将所述关键仪表从候选关键仪表列表中移除，并返回步骤六继续；

若每一个所述关键仪表都未达到σk％区间的预设上限，则进行聚类分析，找出波动分散性最大的一组关键仪表，提高所述波动分散性最大的一组关键仪表的σk％区间水平，并返回步骤四继续。

2.根据权利要求1所述的方法，其特征在于，从炼油和化工生产装置的全部仪表中筛选出部分关键仪表对炼油和化工生产装置进行稳态工况分析。

3.根据权利要求1所述的方法，其特征在于，将正常数据集中各个时间点所对应的仪表显示数据的统计学特征与稳态条件下预设或自学习获得的阈值比对，判断各个时间点是否处于稳态的方法还包括：

当时间点中每个关键仪表均为稳态则该时间点炼油和化工生产装置的状态对应为稳态，否则该时间点对应为非稳态；

将各个时间点的炼油和化工生产装置状态情况按照时序排列后汇总。