本申请属于蒸汽热裂解技术领域，具体而言，涉及一种蒸汽热裂解过程的建模方法、装置、电子设备及其可读存储介质。本公开方法获取已有工艺的蒸汽热裂解过程的多元自适应样条回归模型；采集新工艺中蒸汽热裂解产物的工艺参数，建立新数据集；构建初始蒸汽热裂解模型；采用人工蜂群算法，求解初始蒸汽热裂解模型，得到基于新数据集的蒸汽热裂解模型。本公开的蒸汽热裂解过程的建模方法，使用智能优化过程对关键的节点参数进行调整，在保持预测模型的专家知识、过程机理和函数形式不变的前提下，进行模型的迁移应用，使其适应新炼厂的工业数据集，实现高效快速的建模过程。实现高效快速的建模过程。实现高效快速的建模过程。
【技术实现步骤摘要】
蒸汽热裂解过程的建模方法、装置、电子设备及其可读存储介质
[0001]本申请属于蒸汽热裂解
，具体而言，涉及一种蒸汽热裂解过程的建模方法、装置、电子设备及其可读存储介质。
技术介绍
[0002]我国的石油化工工业正在逐步进行数字化、智能化转型，新型智能炼厂随着产业变革的浪潮进入快速建设阶段。例如中国石化集团从2012年起，在镇海炼化、燕山石化、茂名石化、九江石化4家企业开启了智能工厂的试点改造。各个炼厂配备的分散控制系统和在线检测仪器针对炼油、化工中的多种生产过程提供大量的数据集。利用这些数据集进行精确地建模预测，将帮助工程师和决策者深入认识生产过程，并进一步实现过程的提质增效。
[0003]对于实际的蒸汽热裂解工业过程，高质量模型的建立需要结合大量的专家知识，进行输入数据到输出数据的精确、可靠、可解释性的转化。面对不同乙烯厂的模型需求，如果对于每台裂解炉都从数据集出发，利用专家知识进行建模，将面临计算复杂，时间消耗高等问题。
技术实现思路
[0004]有鉴于此，本公开提出了涉及一种蒸汽热裂解过程的建模方法、装置、电子设备及其可读存储介质，以解决已有技术中的技术问题。
[0005]根据本公开的第一方面，提出蒸汽热裂解过程的建模方法，包括：
[0006]获取已有工艺的蒸汽热裂解过程的多元自适应样条回归模型；
[0007]采集新工艺中蒸汽热裂解产物的工艺参数，建立新数据集；
[0008]构建初始蒸汽热裂解模型；
[0009]采用人工蜂群算法，求解初始蒸汽热裂解模型，得到基于新数据集的蒸汽热裂解模型。
[0010]可选地，所述获取已有工艺的蒸汽热裂解过程的多元自适应样条回归模型，包括：
[0011]设定蒸汽热裂解产物的种类和蒸汽热裂解产物的含量为因变量，设定蒸汽热裂解原料的物理性质和生产操作条件为自变量；从历史记录中获取蒸汽热裂解过程中的自变量和因变量，对数据进行预处理；根据自变量中的数据，分别建立关于自变量的多个基函数，得到基函数的集合；采用多元自适应样条回归模型，利用基函数集合对多元自适应样条回归模型进行训练，得到一个用于预测因变量的多元自适应样条回归模型；实时获取蒸汽热裂解过程中的生产操作条件作为自变量，将自变量输入多元自适应样条回归模型中，输出得到蒸汽热裂解过程的因变量预测值。
[0012]可选地，所述采集新工艺中蒸汽热裂解产物的工艺参数，建立新数据集，包括：
[0013](1)获取新乙烯厂蒸汽热裂解过程工艺中的蒸汽热裂解产物的工艺参数，所述工艺参数包括分布数据、原料性质数据和生产操作条件数据；
[0014](2)分别对所述数据集中的生产数据进行数据清洗，若一组所述生产数据中存在缺失变量，则删除该组生产数据，若一组所述生产数据中的变量偏离整体的数据分布，则删除该组生产数据；
[0015](3)分别对步骤(2)得到的数据进行变量筛选、变量计算和Z
‑
score标准化，得到以原料性质数据和生产操作条件数据为自变量、产物分布数据为因变量的n组新数据，n组新数据形成一个新数据集。
[0016]可选地，构建初始蒸汽热裂解模型，包括：
[0017](1)将新数据集中的蒸汽热裂解原料的物理性质和生产操作条件输入所述多元自适应样条回归模型中，输出得到蒸汽热裂解产物的种类和蒸汽热裂解产物的含量的预测值，计算该预测值与新数据集中的相应实际值之间差值的绝对值；
[0018](2)将所述绝对值作为训练误差，将训练误差作为初始蒸汽热裂解模型的优化目标，将多元自适应样条回归模型中基函数的具体样本点取值和函数截距的上限和下限作为初始蒸汽热裂解模型的约束条件，构建得到初始蒸汽热裂解模型。
[0019]可选地，采用人工蜂群算法，求解所述初始蒸汽热裂解模型，得到基于新数据集的蒸汽热裂解模型，包括：
[0020](1)设定人工蜂群算法的超参数；
[0021](2)初始化蜜源解；
[0022](3)在优化空间内随机生成初始化蜜源解；
[0023](4)在搜索阶段，每个蜜源解吸引一个雇佣蜂，雇佣蜂在蜜源解附近进行搜索，得到第l代时雇佣蜂搜索到的新蜜源解；
[0024](5)将所有雇佣蜂寻找到的蜜源解，带入初始蒸汽热裂解模型的目标函数中，计算得到与每个雇佣蜂相对应的目标函数值；
[0025](6)根据所有雇佣蜂对应的目标函数值，为雇佣蜂分配相应的跟随蜂，每个跟随蜂根据相应雇佣蜂的信息寻找新的蜜源解；
[0026](7)将每个跟随蜂寻找到的蜜源解，带入新的蒸汽热裂解过程优化模型的目标函数中，计算得到每个跟随蜂相对应的目标函数值；
[0027](8)使用贪婪策略，将与雇佣蜂对应的目标函数值与跟随蜂相对应的目标函数值进行比较，选择其中目标函数值较大的者为目标函数值；
[0028](9)遍历第l代种群，重复步骤(7)和步骤(8)，将第l代蜜源解组成记为相应的目标函数值记为
[0029](10)收敛判断：设定一个目标函数的阈值，重复步骤(4)～步骤(10)直到满足：蜜源解的值小于设定的目标函数阈值，或种群进化的次数大于最大迭代次数L，终止迭代，将蜜源解中最小的目标函数值z
min
和相对应的蜜源解为X
min
作为蒸汽热裂解过程优化模型的最优解；
[0030](11)将得到的最优解X
min
带入到多元自适应样条模型公式中，得到基于新数据集的蒸汽热裂解过程的新模型。
[0031]可选地，所述采用人工蜂群算法，求解初始蒸汽热裂解模型，还包括：
[0032]当蜜源解经过连续T代种群进化后，相应目标函数值z
m
依然没有提升，则丢弃此蜜源，并将与此蜜源对应的雇佣蜂变为侦察蜂。
[0033]根据本公开的实施例，通过获取蒸汽热裂解过程已有的模型和新数据集中若干变量的相应的若干组生产数据，使用人工蜂群算法进行模型参数的智能优化，在新乙烯厂的数据集上进行已有模型的迁移应用。本公开的蒸汽热裂解过程的建模方法，由于参数智能优化过程保持预测模型的专家知识、过程机理和函数形式不变，得到的新模型具有快速、准确、可靠、机理保真的特点。此外，高效的建模方法为后续的蒸汽热裂解过程控制优化提供可行性，为进一步提高装置操作水平和生产效益给予理论支持。
[0034]根据本公开的第二方面，提出蒸汽热裂解过程的建模装置，包括：
[0035]模型获取模块，用于获取已有工艺的蒸汽热裂解过程的多元自适应样条回归模型；
[0036]数据采集模块，用于采集新工艺中蒸汽热裂解产物的工艺参数，建立新数据集；
[0037]模型构建模块，用于构建新的蒸汽热裂解过程优化模型；
[0038]模型求解模块，用于采用人工蜂群算法，求解所述蒸汽热裂解过程优化模型，得到蒸汽热裂解新模型。
[0039]可选地，所述数据采集模块，包括：
[0040]数据采集子模块，用于获取新乙烯本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种蒸汽热裂解过程的建模方法，其特征在于，包括：获取已有工艺的蒸汽热裂解过程的多元自适应样条回归模型；采集新工艺中蒸汽热裂解产物的工艺参数，建立新数据集；构建初始蒸汽热裂解模型；采用人工蜂群算法，求解初始蒸汽热裂解模型，得到基于新数据集的蒸汽热裂解模型。2.根据权利要求1所述的蒸汽热裂解过程的建模方法，其特征在于，所述获取已有工艺的蒸汽热裂解过程的多元自适应样条回归模型，包括：设定蒸汽热裂解产物的种类和蒸汽热裂解产物的含量为因变量，设定蒸汽热裂解原料的物理性质和生产操作条件为自变量；从历史记录中获取蒸汽热裂解过程中的自变量和因变量，对数据进行预处理；根据自变量中的数据，分别建立关于自变量的多个基函数，得到基函数的集合；采用多元自适应样条回归模型，利用基函数集合对多元自适应样条回归模型进行训练，得到一个用于预测因变量的多元自适应样条回归模型；实时获取蒸汽热裂解过程中的生产操作条件作为自变量，将自变量输入多元自适应样条回归模型中，输出得到蒸汽热裂解过程的因变量预测值。3.根据权利要求1所述的蒸汽热裂解过程的建模方法，其特征在于，采集新工艺中蒸汽热裂解产物的工艺参数，建立新数据集，包括：(1)获取新乙烯厂蒸汽热裂解过程工艺中的蒸汽热裂解产物的工艺参数，所述工艺参数包括分布数据、原料性质数据和生产操作条件数据；(2)分别对所述数据集中的生产数据进行数据清洗，若一组所述生产数据中存在缺失变量，则删除该组生产数据，若一组所述生产数据中的变量偏离整体的数据分布，则删除该组生产数据；(3)分别对步骤(2)得到的数据进行变量筛选、变量计算和Z
‑
score标准化，得到以原料性质数据和生产操作条件数据为自变量、产物分布数据为因变量的n组新数据，n组新数据形成一个新数据集。4.根据权利要求1所述的蒸汽热裂解过程的建模方法，其特征在于，构建初始蒸汽热裂解模型，包括：(1)将新数据集中的蒸汽热裂解原料的物理性质和生产操作条件输入所述多元自适应样条回归模型中，输出得到蒸汽热裂解产物的种类和蒸汽热裂解产物的含量的预测值，计算该预测值与新数据集中的相应实际值之间差值的绝对值；(2)将所述绝对值作为训练误差，将训练误差作为初始蒸汽热裂解模型的优化目标，将多元自适应样条回归模型中基函数的具体样本点取值和函数截距的上限和下限作为初始蒸汽热裂解模型的约束条件，构建得到初始蒸汽热裂解模型。5.根据权利要求1所述的蒸汽热裂解过程的建模方法，其特征在于，采用人工蜂群算法，求解所述初始蒸汽热裂解模型，得到基于新数据集的蒸汽热裂解模型，包括：(1)设定人工蜂群算法的超参数；(2)初始化蜜源解；(3)在优化空间内随机生成初始化蜜源解；(4)每个蜜源解吸引一个雇佣蜂，雇佣蜂在蜜源解附近进行搜索，得到第l代时雇佣蜂搜索到的新蜜源解；
(5)将所有雇佣蜂寻找到的蜜源解，带入初始蒸汽热...
【专利技术属性】
技术研发人员：毕可鑫，邱彤，
申请(专利权)人：清华大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。