计算机仿真模型的修正系统及修正方法技术方案

本发明专利技术提供一种计算机仿真模型的修正系统及修正方法，属于化学工程技术领域。用于化学工艺异常识别的计算机仿真模型的修正系统包括处理模块，所述处理模块用于执行以下操作：根据与化学工艺相关的工况数据确定初始计算机仿真模型的准确度；以及在所述准确度未达到预期的情况下，执行以下步骤：根据所述工况数据对所述初始计算机仿真模型进行修正，以获得修正后的计算机仿真模型；或者根据所述工况数据对用于构成所述初始计算机仿真模型的数学模型进行修正，以获得修正后的数学模型，并确定由所述修正后的数学模型构建的修正后的计算机仿真模型。采用本发明专利技术提供的技术方案获得的计算机仿真模型，具有可靠性好和准确度高的优点。的优点。的优点。

【技术实现步骤摘要】
计算机仿真模型的修正系统及修正方法


[0001]本专利技术涉及化学工程
，具体地涉及一种用于化学工艺异常识别的计算机仿真模型的修正系统及修正方法。

技术介绍

[0002]对于化学工艺来说，利用化工装置生产的过程都是连续且动态的生产过程，每一工艺变量都会围绕设定值上下浮动，且工艺变量多。
[0003]深度学习网络本质上属于基于数据驱动的方法，只利用数据信息即可完成建模，因而能有效地应用于大型工业过程的异常检测。
[0004]然而基于数据驱动的方法缺失了对过程动态性的精确描述和人工经验的逻辑判断，有可能给出模棱两可甚至是错误的检测结果。但是现有的有关利用深度学习进行异常识别的模型都是静态的模型，而没有提出需要对其进行修正和优化。

技术实现思路

[0005]本专利技术实施例的目的是提供一种用于化学工艺异常识别的计算机仿真模型的修正系统及修正方法，用于解决上述技术问题中的一者或多者。
[0006]为了实现上述目的，本专利技术实施例提供一种用于化学工艺异常识别的计算机仿真模型的修正系统，所述修正系统包括处理模本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于化学工艺异常识别的计算机仿真模型的修正系统，其特征在于，所述修正系统包括处理模块，所述处理模块用于执行以下操作：根据与化学工艺相关的工况数据确定初始计算机仿真模型的准确度；以及在所述准确度未达到预期的情况下，执行以下步骤：根据所述工况数据对所述初始计算机仿真模型进行修正，以获得修正后的计算机仿真模型；或者根据所述工况数据对用于构成所述初始计算机仿真模型的数学模型进行修正，以获得修正后的数学模型，并确定由所述修正后的数学模型构建的修正后的计算机仿真模型。2.根据权利要求1所述的修正系统，其特征在于，所述初始计算机仿真模型由第一计算机仿真模型确定，所述第一计算机仿真模型由与所述化学工艺的工况相关的数学模型建立，所述处理模块根据以下步骤确定所述初始计算机仿真模型：获取所述数学模型的输出结果与所述第一计算机仿真模型的输出结果；将所述数学模型的输出结果与所述第一计算机仿真模型的输出结果进行比较；在所述数学模型的输出结果与所述第一计算机仿真模型的输出结果不一致的情况下，以所述数学模型为依据对所述第一计算机仿真模型进行修正以得到所述初始计算机仿真模型；以及在所述数学模型的输出结果与所述第一计算机仿真模型的输出结果一致的情况下，以所述第一计算机仿真模型作为所述初始计算机仿真模型。3.根据权利要求1所述的修正系统，其特征在于，所述处理模块还用于执行以下操作：将具有标签的计算机模型的仿真数据和/或具有标签的化学工艺工况数据存储至数据平台；以及利用所述具有标签的计算机模型的仿真数据和/或具有标签的化学工艺工况数据，对所述数学模型进行修正和/或对由所述数学模型构建的计算机仿真模型进行修正。4.根据权利要求1所述的修正系统，其特征在于，所述与化学工艺相关的工况数据来源于实际生产数据和/或物理模型的仿真数据。5.根据权利要求1所述的修正系统，其特征在于，与所述化学工艺相关的工况数据被存储于数据平台，所述数据平台包括专家知识数据库、化学工艺的实际工况数据库、仿真模型的仿真工况数据库、物理模型的数据库和预先存储数据的数据库。6.根据权利要求1所述的修正系统，其特征在于，所述数学模型的类型为以下中的一者或多者：CNN模型、R-CNN模型、CNN-DAE模型和SSLN模型。7.一种用于化学工艺异常识别的计算机仿真模型的修正方法，其特征在于，所...

【专利技术属性】
技术研发人员：李传坤，王春利，高新江，李荣强，徐伟，石宁，张卫华，姜巍巍，曹德舜，
申请(专利权)人：中国石油化工股份有限公司青岛安全工程研究院，
类型：发明
国别省市：