一种多目标原油调合在线优化方法技术

本发明专利技术公开了一种多目标原油调合在线优化方法。所述方法包括步骤：首先，进行调合任务参数初始化；其次，设置优化周期、目标函数权重，设置调合原油各属性指标上下限、各组分油储量、各参炼线组分油最大流量以及各组分油的单位质量成本；再次，根据预定优化周期获取各调合组分及罐底油属性数据，更新罐底油尺、组分油储量、本批次的调合剩余时间；和最后，求取当前优化周期各调合组分的最优配方，并送至调合控制系统执行。

【技术实现步骤摘要】
一种多目标原油调合在线优化方法
本专利技术涉及炼油企业原油加工领域，尤其是原油调合的优化方法。
技术介绍
为实现综合效益最大化，在原油调合过程中往往需要对多种优化目标进行权衡。而在原油调合实际工业中，由于传统算法计算能力的限制，炼油企业大多仅能进行单目标优化，而忽略了其他目标，从而无法做到充分的权衡。如在要求调合成本最低时，就无法将密度等属性控制到某个目标值，只要求在一定范围内，牺牲了生产过程的可控性，限制了生产水平以及产品质量的进一步提高。而在对密度等属性提出要求时，由于缺少成本最小的目标，失去了对方案的比较环节，造成了不必要的浪费。因此，本领域迫切需要提供一种智能优化算法，以便更容易找到问题的全局最优解，从而更好地指导生产过程。
技术实现思路
本专利技术旨在提供一种多目标原油调合在线优化方法。本专利技术提供一种多目标原油调合在线优化方法，所述方法包括以下步骤：首先，进行调合任务参数初始化；其次，设置优化周期、目标函数权重，设置调合原油各属性指标上下限、各组分油储量、各参炼线组分油最大流量以及各组分油的单位质量成本；再次，根据预定优化周期获取各调合组分及罐底油属性数据，更新罐底油尺、组分油储量、本批次的调合剩余时间；和最后，求取当前优化周期各调合组分的最优配方，并送至调合控制系统执行。在另一优选例中，所述调合任务参数包括参与调合的组分油品、相应储罐罐号以及调合罐罐号、各调合组分油配方的上限与下限、调合头流量、目标调合油尺、目标调合密度值以及本批次调合时间；更佳地，所述调合任务参数还包括罐底油油尺。在另一优选例中，所述原油属性包括密度、硫含量、酸值和石脑油收率。在另一优选例中，建立了如公式(1)所示的原油调合在线优化多目标数学模型：其中，i(i＝1,2,…,n)调合组分油品标号；l(l＝1,2,…,n)表示原油属性指标(硫含量、酸值、石脑油收率等)；ri待优化的各组分油配方值；ci表示各组分油的单位质量成本；wc，wg分别表示调合成本最低权值，和调合后原油密度与目标密度偏差最小权值；ρm表示调合头的目标密度；Pρ表示调合头处组分油密度的调合预测值；TP(Pρ)表示调合罐中的原油属性预测值，是调合头处组分油的调合密度预测值Pρ的函数；t表示本批次的调合剩余时间；Bci表示第i个组分参炼线最大流量；B表示调合头本批次的流量；Vi表示组分油i的储量；ri_min和ri_max分别表示组分油i的配方的上下限；sl_min和sl_max分别表示属性值l的上下限；Pl表示调合头处组分油属性的调合预测值；TP(Pl)表示调合罐中的原油属性预测值，是调合头处组分油的调合属性预测值Pl的函数。在另一优选例中，采用式(2)和式(3)得到全罐原油属性指标要求调合罐中的原油密度与属性的预测值TP(Pρ)与TP(Pl)：其中，TVOL表示调合目标质量；HVOL表示调合罐底油质量；Tρ表示罐底油密度；Tl表示罐底油l属性的值。在另一优选例中，采用基于非支配排序的自适应差分进化(NondominatedSortingAdaptiveDifferentialEvolution，简称NSJADE，)优化算法求取最优配方：(1)初始化种群P，种群大小为NP；(2)初始化μCR＝0.5,μF＝0.5，(3)对种群P进行非支配排序；(4)循环开始，当算法终止条件尚未满足时，进行：(i)设置(ii)针对种群P中的每一个个体xi，生成对应的比例因子Fi＝randci(μF,0.1)和交叉概率CRi＝randni(μCR,0.1)；(iii)从适应度值前100p％的个体中随机挑选一个个体，记为xp,best，从种群P中选择个体xr1，xr1≠xi，从种群P∪A中选择个体xr2，xr2≠xr1≠xi；(iv)生成变异向量vi＝xi+Fi·(xp,best-xi)+Fi·(xr1-xr2)；(v)生成试验向量ui；(vi)比较xi和ui的适应度函数值，若ui优于xi，则将xi放入A中，Fi放入SF中，CRi放入SCR中；(vii)在每一代更新结束后，随机移除A中的个体，使得|A|≤NP；(viii)更新μF和μCR：μF＝(1-c)·μF+c·meanL(SF),μCR＝(1-c)·μCR+c·meanA(SCR)(ix)合并父代种群x和子代种群u，进行非支配排序操作，筛选前NP个个体为下一代的种群；(5)算法停止，得到最终种群NP；其中，randci表示正态分布；randci表示柯西分布；meanA表示普通的算术平均；meanL表示普通的Lehmer平均,如下式(4)所示：SF与SCR分别用于储存成功产生相比于父代xi更优秀试验向量ui的Fi与CRi；产生试验向量的方法如以下式(5)所示：其中，uj,i,g表示第g代第i个个体的试验向量ui的第j个分量；vj,i,g表示第g代第i个个体的变异向量vi的第j个分量；xj,i,g表示第g代第i个个体xi的第j个分量；jrank为保证变异信息的引入而随机选定的一个j。在另一优选例中，所述基于非支配排序的自适应差分进化优化算法，采用非支配排序对个体进行评价与排序，其中，Pareto支配关系作为个体评价的第一个指标，拥挤距离作为评价的第二个指标，步骤为：①对于各个体p，创建支配该个体的个体集Sp，并设置Sp中个体数为np，设置i＝1；②对于np为0的个体将其归于第1级，该个体其所在级数prank＝1，i＝i+1；③将属于第1级的个体从含该个体的Sp中删去，相应np减1；④对于np为0的个体将其归于第i级，该个体其所在级数prank＝i，i＝i+1；⑤若不存在未归入某一级中的个体则转到第(6)步，否则返回第(3)步；⑥对于同级的个体，对于各目标函数分别进行一次排序；⑦对于个体q，定义I.m.q为其在同级个体中在关于第m个目标的排序中相邻的两个个体在第m个目标的差值，其为正值，对于在边界上的个体，其I.m.q为正无穷，并设在该级上关于第m个目标，其最大值与最小值为fm_max与fm_min，采用式(6)分别计算各个体q的拥挤距离：⑧按以下准则进行排序，对于个体i与j，规定(a)irank<jrank时或(b)irank＝jrank且idistance>jdistance时，个体i优秀于j，将所有个体从优到劣进行排序。据此，本专利技术提供了一种智能优化算法，以便更容易找到问题的全局最优解，从而更好地指导生产过程。附图说明图1是原油调合在线优化系统结构图。图2是原油调合在线优化方法流程图。图3是基于非支配排序的自适应差分进化优化算法流程图。具体实施方式专利技术人经过广泛而深入的研究，针对炼油企业原油调合生产中由于传统算法的能力限制仅能进行单目标优化，无法进行各优化目标的充分权衡的问题，提出了一种原油调合的多目标在线优化方法，并采用基于非支配排序的自适应差分进化优化方法进行优化求解。例如，专利技术人考虑了调合成本最低、调合后原油密度与目标密度偏差最小、同时考虑了各种原油质量指标约束(硫含量、酸值、石脑油收率、氮含量等)、各组分油的库存限制、各组分油的配方限制和流量限制等。在满足各约束的条件下，实现对优化目标的充分权衡，并将所得最优配方送入控制系统，实现实际生产的综合效益的最大化。在此基础上，完成了本专利技术。具体地，本专利技术提本文档来自技高网...

【技术保护点】
1.一种多目标原油调合在线优化方法，其特征在于，所述方法包括以下步骤：首先，进行调合任务参数初始化；其次，设置优化周期、目标函数权重，设置调合原油各属性指标上下限、各组分油储量、各参炼线组分油最大流量以及各组分油的单位质量成本；再次，根据预定优化周期获取各调合组分及罐底油属性数据，更新罐底油尺、组分油储量、本批次的调合剩余时间；和最后，求取当前优化周期各调合组分的最优配方，并送至调合控制系统执行。

【技术特征摘要】
1.一种多目标原油调合在线优化方法，其特征在于，所述方法包括以下步骤：首先，进行调合任务参数初始化；其次，设置优化周期、目标函数权重，设置调合原油各属性指标上下限、各组分油储量、各参炼线组分油最大流量以及各组分油的单位质量成本；再次，根据预定优化周期获取各调合组分及罐底油属性数据，更新罐底油尺、组分油储量、本批次的调合剩余时间；和最后，求取当前优化周期各调合组分的最优配方，并送至调合控制系统执行。2.如权利要求1所述的方法，其特征在于，所述调合任务参数包括参与调合的组分油品、相应储罐罐号以及调合罐罐号、各调合组分油配方的上限与下限、调合头流量、目标调合油尺、目标调合密度值以及本批次调合时间。3.如权利要求2所述的方法，其特征在于，所述调合任务参数还包括罐底油油尺。4.如权利要求1所述的方法，其特征在于，所述原油属性包括密度、硫含量、酸值和石脑油收率。5.如权利要求1所述的方法，其特征在于，建立了如公式(1)所示的原油调合在线优化多目标数学模型：其中，i(i＝1,2,…,n)调合组分油品标号；l(l＝1,2,…,n)表示原油属性指标(硫含量、酸值、石脑油收率等)；ri待优化的各组分油配方值；ci表示各组分油的单位质量成本；wc，wg分别表示调合成本最低权值，和调合后原油密度与目标密度偏差最小权值；ρm表示调合头的目标密度；Pρ表示调合头处组分油密度的调合预测值；TP(Pρ)表示调合罐中的原油属性预测值，是调合头处组分油的调合密度预测值Pρ的函数；t表示本批次的调合剩余时间；Bci表示第i个组分参炼线最大流量；B表示调合头本批次的流量；Vi表示组分油i的储量；ri_min和ri_max分别表示组分油i的配方的上下限；sl_min和sl_max分别表示属性值l的上下限；Pl表示调合头处组分油属性的调合预测值；TP(Pl)表示调合罐中的原油属性预测值，是调合头处组分油的调合属性预测值Pl的函数。6.如权利要求5所述的方法，其特征在于，采用式(2)和式(3)得到全罐原油属性指标要求调合罐中的原油密度与属性的预测值TP(Pρ)与TP(Pl)：其中，TVOL表示调合目标质量；HVOL表示调合罐底油质量；Tρ表示罐底油密度；Tl表示罐底油l属性的值。7.如权利要求1所述的方法，其特征在于，采用基于非支配排序的自适应差分进化(NondominatedSortingAdaptiveDifferentialEvolution，简称NSJADE，)优化算法求取最优配方：(1)初始化种群P，种群大小为NP；(2)初始化μCR＝0.5,μF＝0.5，(3)对种群P进行非支配排序；(4)循环开始，当算法终止条件尚未满足时，进行：(i)设置(ii)针对种群P中的每一个个体xi，生成对应的比例因子Fi＝randci(μF,0.1)和交...

【专利技术属性】
技术研发人员：钱锋，钟伟民，何仁初，杜文莉，
申请(专利权)人：华东理工大学，
类型：发明
国别省市：上海,31