[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

说明书

本发明公开一种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，涉及生产优化技术领域，能够对炼化生产装置进行准确的稳态工况分析，以辅助生产过程做出可靠的优化调整。该炼化生产装置的稳态工况分析方法包括：获取装置生产时的原始数据集，包括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处理得到剔除异常数据后的数据集；将剔除异常数据后的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；基于各个稳态下的时间点，根据预设的合并规则合并得到炼化生产装置的稳态工况时间段。

技术领域

本发明涉及生产优化技术领域，尤其涉及一种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。

背景技术

流程工业生产决策方式，从以往的依靠经验发展到目前的工艺专家建立机理模型测算，经历了两个阶段的变化。

凭经验决策阶段：缺乏测算工具和模型，计划人员依据统计数据和经验来为生产计划分配物流走向；操作员根据自己的操作经验和操作手册，结合现场的生产情况给出操作参数调整方向，并通过化验分析结果一步步小幅度调整。

工艺专家用机理模型测算指导阶段：通过工况标定，建立和校正机理模型，再由工艺专家根据专业知识提出的优化思路，利用机理模型模拟测算或者设置简单的优化策略进行测算来验证，最后得到生产计划和操作方案用于指导生产。

准确的测量数据和稳态工况判断是准确模拟和优化炼油和化工生产装置的关键。但在现实情况下，生产运行数据不可避免存在错误、缺失、异常等问题，需要经过处理才能进一步使用，且生产运行一直处在波动中，给生产过程的模拟和优化带来了困难。

因此，现有技术中提出了一些数据处理方法。在现有技术中，数据处理由人工判定或根据预设阈值对异常数据进行筛选。但测量点之间可能存在一定的关联关系或依存关系，若违背了这些关系，数据即使不超出预设范围，仍可能属于异常，所以通过简单设置阈值并不能完全剔除异常数据。基于此数据基础上的稳态分析结果也会受到影响，进而影响炼油和化工生产装置建模和优化结果。

发明内容

本发明的目的在于提供一种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，能够对炼油和化工生产装置进行准确的稳态工况分析，以辅助对后续的生产过程做出可靠的优化调整。

为了实现上述目的，本发明的第一方面提供一种炼油和化工生产装置的稳态工况分析方法，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，合并得到炼油和化工生产装置的稳态工况时间段。

优选地，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数据集的方法包括：

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(n为预设值)、插值、留空、填零中的任一种；