一种连续催化重整反应过程稳态工况检测方法技术

本发明专利技术公开了一种连续催化重整装置反应过程稳态工况检测方法，该方法自动从连续催化重整反应过程中筛选出与产品关键质量参数相关性强的过程参数，通过计算回归系数并对其进行加权，然后再使用PLS计算残差空间，最后在残差空间使用PCA进行稳态工况检测。相较于仅使用PCA的检测方法，该方法考虑了稳态工况与产品关键质量参数之间的关系，避免了正常操作条件变化导致的误报；相较于使用PLS加PCA的检测方法，该方法对过程参数进行了筛选和加权，去除了无关参数的影响，进一步降低了误报率。该方法可帮助企业准确识别稳态过程，对稳定并优化连续重整生产，提高企业经济效益具有重要价值。值。值。

【技术实现步骤摘要】
一种连续催化重整反应过程稳态工况检测方法


[0001]本专利技术涉及炼化企业生产过程中的工况监测领域，具体为一种判别连续催化重整反应过程稳态与否并在失稳前及时预警的方法。

技术介绍

[0002]在炼化企业生产过程中，物料平衡的计算、热平衡的计算、模型参数的估计，以及实时优化等都是以生产过程处于稳态为前提，因此检测生产过程当前是否处于稳态对炼化企业的高效生产至关重要。
[0003]然而，目前对于工业过程的稳态工况检测方法主要还是使用主成分分析(PCA)算法计算过程参数的SPE和T2统计量，没有考虑到系统的控制作用下过程参数变化对产品关键质量参数的影响。由于没有区分工况切换或正常操作条件变化，导致会在过程参数发生变化但产品关键质量参数不变的情况下，错误判断工艺过程处于失稳状态。近年来，已有研究者考虑到产品关键质量参数与稳态的关系，将产品关键质量参数分为可以被过程参数解释的部分和不能被过程参数解释的部分，使用偏最小二乘(PLS)建立过程参数与产品关键质量参数的模型，然后计算残差作为过程参数无法解释的产品关键质量参数变化部分，再使用PCA对残差进行检测并判断。但由于连续重整过程反应极其复杂，过程参数和产品关键质量参数众多，其不加区分的使用所有过程参数和产品关键质量参数建立模型，引入了许多无关数据，使得PLS建立的模型精度降低，导致稳态判别还是存在一定的误报。因此对于连续重整反应过程的稳态工况检测效果还有待进一步提升。

技术实现思路

[0004]针对上述问题，本专利技术公开了一种基于数据之间相关性自动筛选出与产品关键质量参数相关性强的过程参数，并考虑产品关键质量参数与稳态工况关系的稳态工况检测技术，通过计算回归系数自动筛选出与产品关键质量参数相关性强的过程参数并对过程参数进行加权后再建立模型，尽可能去除了与产品关键质量参数无关的变量，提高了PLS建模的精度，使得后面使用PCA对产品关键质量参数残差空间进行检测时降低了误报率。该方法包括以下步骤：
[0005]1)收集炼化企业连续催化重整反应过程中m个平稳时刻的过程参数X∈R
m
×
a
和产品关键质量参数Y∈R
m
×
b
，a表示过程参数个数，b表示产品关键质量参数个数；
[0006]2)建立过程参数与产品关键质量参数的线性回归模型Y＝XW，采用如下优化方法求解得到
[0007]模型中过程参数的系数W∈R
a
×
b
：
[0008][0009]式中|| ||
Fro
表示Frobenius范数，对于矩阵A，|| ||
21
表示L
21
范数，
对于矩阵A，λ为惩罚系数，系数记a
ij
表示位于矩阵A第i行第j列的元素；；
[0010]3)筛选满足w
k
＞d，k＝1,2,...,c的过程参数作为与产品关键质量参数相关性强的过程参数d表示阈值，c表示相关性强的过程参数个数；
[0011]4)对过程参数使用以下方法对进行加权处理得到加权后的过程参数
[0012][0013]5)使用PLS提取q个主成分建立和Y的模型：
[0014][0015]式中表示模型对产品关键质量参数的预估值，V∈R
c
×
b
表示模型的回归系数；
[0016]6)计算模型中产品关键质量参数的残差空间
[0017]7)使用PCA计算Y
*
的SPE和T2统计量；
[0018]8)基于SPE和T2统计量，计算BIC统计量：
[0019][0020]式中p(T2|F)表示发生故障的情况下T2统计量越界的概率，p(F|T2)表示T2统计量越界的情况下发生故障的概率，p(SPE|F)表示发生故障的情况下SPE统计量越界的概率，p(F|SPE)表示SPE统计量越界的情况下发生故障的概率；
[0021]9)对连续催化重整反应过程进行在线监测，计算瞬时统计量BIC
*
；
[0022]10)基于瞬时统计量BIC
*
进行稳态判断：如果统计量BIC
*
<1
‑
α，α表示置信度，则系统处于稳态，转步骤(9)，否则预警并转步骤(9)。
[0023]有益效果：
[0024]本专利技术公开了一种连续催化重整反应过程稳态工况检测方法，相较于仅使用PCA的检测方法，该方法考虑了稳态工况与产品关键质量参数之间的关系，避免了正常操作条件变化导致的误报；相较于使用PLS加PCA的检测方法，该方法对过程参数进行了筛选和加权，去除了无关参数的影响，进一步降低了误报率。该方法能够实时准确的检测稳态工况，从而帮助企业及时发现失稳情况，对企业安全高效生产、提高经济效益具有重要价值。
附图说明
[0025]图1为本专利技术一种连续催化重整反应过程稳态工况检测方法流程图；
[0026]图2为本专利技术一种连续催化重整反应过程稳态工况检测方法系数热力图；
[0027]图3为本专利技术方法测试结果；
[0028]图4为PCA故障检测方法测试结果。
具体实施方式
[0029]下面结合附图和具体实施例对本专利技术作进一步说明，由具体的操作流程说明本方法在连续催化重整反应过程稳态工况检测方面的实施效果。本实施例在以本专利技术技术方案为前提下进行实施，但本专利技术的保护范围不限于下述的实施例。
[0030]本专利技术以某炼油企业连续催化重整装置为例，该炼化企业检测数据中，包含a＝9个过程参数，即重整进料量，重整循环氢流量，重整气液分离器压力，4个反应器入口温度，原料环烷烃占比和原料芳烃占比。共选择7个产品关键质量参数，即b＝7，包括产品总量，4个反应器出口温度，产品环烷烃占比和产品芳烃占比。以该企业2020年5月11日到2020年5月21日历史数据，共计2450个样本为例，介绍本方法在连续催化重整反应过程稳态工况检测中的作用。
[0031]本方法的实施流程如图1所示，实施步骤如下：
[0032]1)收集炼化企业连续催化重整反应过程中m＝2000个平稳时刻的过程参数X∈R
m
×
a
和产品关键质量参数Y∈R
m
×
b
，其中a＝9，b＝7；
[0033]2)建立过程参数与产品关键质量参数的线性回归模型Y＝XW，采用如下优化方法求解得到模型中过程参数的系数W∈R
a
×
b
：
[0034][0035]对W矩阵绝对值使用热力图表示相关性，颜色越深系数越大，白色表示0，如图2所示，本例中取λ＝0.18；
[0036]3)根据图2相关性使用w
k
＞d对过程变量进行筛选，本例中d＝0，选择重整气液分离器压力(3)，一反入口温度(4)，三反入口温度(6)，四反入口温度(本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种连续催化重整反应过程稳态工况检测方法，其特征在于自动筛选与产品关键质量参数相关的过程参数，并对过程参数进行加权，然后使用偏最小二乘回归PLS建立过程参数与产品关键质量参数之间的模型，获取模型中产品关键质量参数的残差空间，再使用主成分分析PCA在残差空间进行稳态工况检测，包括以下步骤：1)收集炼化企业连续催化重整反应过程中m个平稳时刻的过程参数X∈R
m
×
a
和产品关键质量参数Y∈R
m
×
b
，a表示过程参数个数，b表示产品关键质量参数个数；2)建立过程参数与产品关键质量参数的线性回归模型Y＝XW，采用如下优化方法求解得到模型中过程参数的系数W∈R
a
×
b
：式中|| ||
Fro
表示Frobenius范数，对于矩阵A，|| ||
21
表示L
21
范数，对于矩阵A，λ为惩罚系数；系数记a
ij
表示位于矩阵A第i行第j列的元素；3)筛选与产品关键质量参数相关性强的过程参数c表示相关性强的过程参数个数；4)对相关性强的过程参数进行加权处理得到加权后的过程参数5)使用PLS提取q个主成分建立和Y的模型：式中表示模型对产品关键质量参数的预估值，V∈R
c
×
b
为模型的回归系数；6)计算模型中产品关键质量参...

【专利技术属性】
技术研发人员：陈夕松，杨向文，杨卫，蒋宇，梅彬，
申请(专利权)人：南京富岛信息工程有限公司，
类型：发明
国别省市：