加氢裂化装置的产品收率自动调控方法、系统和存储设备制造方法及图纸

本发明专利技术公开了加氢裂化装置的产品收率自动调控方法、系统和存储设备，其中所述方法包括：首先对通过获取当前的工况信息和性质信息数据来作为基础数据；然后再从中获取预设的重点参数项的数据值来作为预测模型的输入参数；在经由预设的产品收率预测模型进行产品收率预测后，可以获得后续的产品收率的预测值；当产品收率的预测值低于预设值的时候，通过预设模型对输入参数进行优化训练，来获取各所述可调控参数项的优选参数值组合。进而，就可以根据优选参数值组合，来获得各个可调控参数项的调整幅度，进而可以生成相应的控制指令来对各个可调控参数项所对应的装置进行控制，进而实现加氢裂化装置的自动的生产工艺调整。

Automatic Control Method, System and Storage Equipment for Product Yield of Hydrocracking Unit

【技术实现步骤摘要】
加氢裂化装置的产品收率自动调控方法、系统和存储设备
本专利技术涉及石油化工领域，特别是涉及加氢裂化装置产品收率自动调控方法、系统和存储设备。
技术介绍
石油是一种重要能源和优质化工原料、是关系国计民生的重要战略物资，石油工业是我国国民经济的重要基础产业。改革开放以来，我国经济高速发展，对能源的需求越来越大。随着信息技术的发展，石油炼化生产装置信息化程度越来越高，随之也就积累了大量生产数据；这些数据背后隐藏着大量重要的生产信息，而大数据技术正是挖掘和利用这些信息的最有效手段。它是通过对庞大的数据进行专业化处理，从而发现数据内在的规律，来对生产流程中的各个环节进行预判，进而支撑生产决策。CN104804761B公开了一种加氢裂化装置的收率实时预测方法，包括：将实时数据库中的加氢裂化原料油的密度、硫含量、氮含量、进料负荷、催化剂床层温度、反应压力、氢油体积比作为预测模型的输入参数，来生成收率的预测模型。专利技术人经过研究发现，现有技术中通过大数据进行石油炼化生产过程中各个环节的预判方式至少存在以下缺陷：现有技术中，由于用于工况参数值参数值输入的取值的有效性一直不稳定，所以很难构建结果准确的预测模型来对产品的收率进行预判，所以通过对工况参数值进行调整来提高加氢裂化装置的收率的方式，往往只能是当产品的收率出现问题后，再根据经验进行参数项的选择和调整幅度的确定，所以很难达到最佳的调整效果。
技术实现思路
针对现有技术的不足，本专利技术提供加氢裂化装置产品收率自动调控方法、系统和存储设备。本专利技术可以提高对于加氢裂化装置的产品收率的调控效果。本专利技术提供了一种加氢裂化装置的产品收率自动调控方法，包括步骤：S11、分别获取当前的工况信息和性质信息数据；所述性质信息数据包括产品属性信息和多种原料的原料性质信息；S12、在所述工况信息和性质信息数据中获取预设的重点参数项的数据值；所述重点参数项为所述工况信息中对于产品收率的影响权重高于预设值的参数项；所述重点参数项包括可调控参数项；所述可调控参数项为可以通过数字控制指令进行调控的参数项；S13、以所述重点参数项的数据值为输入，根据预设的产品收率预测模型，生成当前的产品收率的预测值；S14、当所述预测值低于预设产品收率值时，根据所述产品收率预测模型进行所述可调控参数项的虚拟调控，获取各所述可调控参数项的优选参数值组合；S15、根据所述优选参数值组合，生成自动控制的控制指令；所述控制指令用于根据所述优选参数值组合实现各可调控参数项的自动控制。优选的，在本专利技术中，所述产品收率预测模型的建立方法包括：S21、分别获取实时数据库系统的历史数据中的工况信息，和，实验室信息管理系统LIMS的历史数据中的性质信息数据；所述性质信息数据包括预设产品的产品属性信息和多种原料的原料性质信息；S22、根据时序分别对所述工况信息和所述性质信息数据进行排序；S23、根据预设规则对所述工况信息进行校正，所述预设规则包括：分别获取每个所述工况信息所对应的时间点，对所述时间点前后预设时段内的所有工况信息进行中值计算，以生成所述工况信息修正后的工况信息；S24、将所述性质信息数据进行扩充，包括：将所述性质信息数据的时间点间隔粒度调整为与所述工况信息的时间点间隔粒度保持一致，并将两个包括有获取自历史数据中数据的性质信息数据之间的空白时间点的数据更新为与时序靠前的性质信息数据一致；S25、通过建立所述工况信息和所述性质信息数据的对应关系，构建初级建模数据；S26、对所述初级建模数据进行数据筛选获取建模数据；所述数据筛选包括对所述初级建模数据进行产品流量的聚类，并根据聚类结果从所述初级建模数据获取最高转化率和最低转化率两个群组；进行产品收率的稳定性过滤，包括：当某一时间点之前的预设时段内产品的产品收率值波动未超出预设标准时，将所述预设时段内的数据确定为建模数据；S27、对所述建模数据进行分类模型训练，根据所述工况信息和所述原料性质信息中各个参数项对于所述产品收率的影响权重的权重值，获取所述产品收率的重点参数项；S28、根据所述产品收率的重点参数项生成所述产品收率预测模型。优选的，在本专利技术中，所述对所述建模数据进行分类模型训练，包括：S31、将所述建模数据按照预设比例划分为训练数据和测试数据；S32、使用所述训练数据进行建模，并使用所述测试数据进行评估；S33、当评估的结果未达到预设值，调整建模时的参数项和/或迭代次数后返回步骤S31；当评估的结果达到预设值，建模结束。优选的，在本专利技术中，所述通过建立所述工况信息和所述性质信息数据的对应关系，构建初级建模数据，包括：根据所述工况信息和所述性质信息数据的时间对应关系，生成宽表；所述宽表用于将同一时间点的所述工况信息和所述性质信息数据中各个参数项的值进行关联存储。优选的，在本专利技术中，所述分类模型包括通用线性回归模型、逻辑回归模型、决策树模型、支持向量机模型、判别式模型和神经网络模型中的一种及其任意组合。优选的，在本专利技术中，所述根据所述工况信息和所述原料性质信息中各个参数项对于所述产品收率的影响权重的权重值，获取所述产品收率的重点参数项，包括：将权重值高于预设值的参数项，和/或，权重值排序前预设个数的参数项确定为重点参数项。优选的，在本专利技术中，所述可调控参数项包括：裂化反应器的各床层入口温度和空速中的一种及其任意组合。优选的，在本专利技术中，所述产品包括液化气、轻石脑油、重石脑油、航煤、柴油或尾油。在本专利技术的另一面，还提供了一种存储设备，包括软件程序，所述软件程序适于由处理器执行上述加氢裂化装置的产品收率自动调控方法的步骤。在本专利技术的另一面，还提供了一种加氢裂化装置的产品收率自动调控系统，包括处理装置、协调控制系统CCS、实时数据库系统和LIMS；所述实时数据库系统用于采集并存储所述加氢裂化装置的工况信息；所述LIMS用于采集并存储所述加氢裂化装置的性质信息数据；所述处理装置包括处理器和存储设备；所述CCS用于根据所述处理装置生成的控制指令对与可调控参数项进行自动控制。由上可以看出，在本专利技术中，首先对通过获取当前的工况信息和性质信息数据来作为基础数据；然后再从中获取预设的重点参数项的数据值来作为预测模型的输入参数；在经由预设的产品收率预测模型进行产品收率预测后，可以获得后续的产品收率的预测值；由于产品收率的优化是可以通过可进行生产工艺调整来优化工况信息中参数项的参数值的方式实现，也就是说，通过对可调控参数项的参数值的优化，可以获得更好的产品收率；基于以上，当产品收率的预测值低于预设值的时候，可以通过预设模型对输入参数进行优化训练，来获取各所述可调控参数项的优选参数值组合。进而，就可以根据优选参数值组合，来获得各个可调控参数项的调整幅度，进而可以生成相应的控制指令来对各个可调控参数项所对应的装置进行控制，进而实现加氢裂化装置的自动的生产工艺调整。由于通过本专利技术，加氢裂化装置的生产工艺的调整，不再是在产品收率出现问题后根据经验来实施，而是首先根据预测模型进行预判，并预先生成相应的调测策略，所以一方面可以有效的避免产品收率过低情况的出现，另一方面，由于生产工艺的调整有了明确的数据依据且能够实现自动控制，所以相较于人工经验判断，其准确性和及时性也得到了有效的提高。进一步的，本专利技术中的产品收本文档来自技高网...

【技术保护点】
1.一种加氢裂化装置的产品收率自动调控方法，其特征在于，包括步骤：S11、分别获取当前的工况信息和性质信息数据；所述性质信息数据包括产品属性信息和多种原料的原料性质信息；S12、在所述工况信息和性质信息数据中获取预设的重点参数项的数据值；所述重点参数项为所述工况信息中对于产品收率的影响权重高于预设值的参数项；所述重点参数项包括可调控参数项；所述可调控参数项为可以通过数字控制指令进行调控的参数项；S13、以所述重点参数项的数据值为输入，根据预设的产品收率预测模型，生成当前的产品收率的预测值；S14、当所述预测值低于预设产品收率值时，根据所述产品收率预测模型进行所述可调控参数项的虚拟调控，获取各所述可调控参数项的优选参数值组合；S15、根据所述优选参数值组合，生成自动控制的控制指令；所述控制指令用于根据所述优选参数值组合实现各可调控参数项的自动控制。

【技术特征摘要】
1.一种加氢裂化装置的产品收率自动调控方法，其特征在于，包括步骤：S11、分别获取当前的工况信息和性质信息数据；所述性质信息数据包括产品属性信息和多种原料的原料性质信息；S12、在所述工况信息和性质信息数据中获取预设的重点参数项的数据值；所述重点参数项为所述工况信息中对于产品收率的影响权重高于预设值的参数项；所述重点参数项包括可调控参数项；所述可调控参数项为可以通过数字控制指令进行调控的参数项；S13、以所述重点参数项的数据值为输入，根据预设的产品收率预测模型，生成当前的产品收率的预测值；S14、当所述预测值低于预设产品收率值时，根据所述产品收率预测模型进行所述可调控参数项的虚拟调控，获取各所述可调控参数项的优选参数值组合；S15、根据所述优选参数值组合，生成自动控制的控制指令；所述控制指令用于根据所述优选参数值组合实现各可调控参数项的自动控制。2.根据权利要求1中所述加氢裂化装置的产品收率自动调控方法，其特征在于，所述产品收率预测模型的建立方法包括：S21、分别获取实时数据库系统的历史数据中的工况信息，和，实验室信息管理系统LIMS的历史数据中的性质信息数据；所述性质信息数据包括预设产品的产品属性信息和多种原料的原料性质信息；S22、根据时序分别对所述工况信息和所述性质信息数据进行排序；S13、根据预设规则对所述工况信息进行校正，所述预设规则包括：分别获取每个所述工况信息所对应的时间点，对所述时间点前后预设时段内的所有工况信息进行中值计算，以生成所述工况信息修正后的工况信息；S24、将所述性质信息数据进行扩充，包括：将所述性质信息数据的时间点间隔粒度调整为与所述工况信息的时间点间隔粒度保持一致，并将两个包括有获取自历史数据中数据的性质信息数据之间的空白时间点的数据更新为与时序靠前的性质信息数据一致；S25、通过建立所述工况信息和所述性质信息数据的对应关系，构建初级建模数据；S26、对所述初级建模数据进行数据筛选获取建模数据；所述数据筛选包括对所述初级建模数据进行产品流量的聚类，并根据聚类结果从所述初级建模数据获取最高转化率和最低转化率两个群组；进行产品收率的稳定性过滤，包括：当某一时间点之前的预设时段内产品的产品收率值波动未超出预设标准时，将所述预设时段内的数据确定为建模数据；S27、对所述建模数据进行分类模型训练，根据所述工况信息和所述原料性质信息中各个参数项对于所述产品收率的影响...

【专利技术属性】
技术研发人员：赵玉琢，吕建新，陈玉石，佟伟，王建平，彭伟锋，张彬，黄新露，
申请(专利权)人：中国石油化工股份有限公司，中国石油化工股份有限公司大连石油化工研究院，
类型：发明
国别省市：北京,11