【技术实现步骤摘要】
本专利技术涉及石油化工领域和计算机领域，更具体地，涉及一种乙烯裂解炉炉管异常工况预测方法和系统。
技术介绍
1、乙烯是石油化工产业最基本的原料，在由热裂解法生产乙烯的过程中，乙烯裂解炉生产能力及技术的高低，直接决定了整套乙烯装置的生产规模、产量和产品品质，对其生产操作优化的研究在提高乙烯工厂生产水平和经济效益方面具有重要意义。由于裂解炉炉管总是不可避免的产生渗碳和结焦，这些异常工况如果不被及时发现和处理，可能会导致乙烯裂解炉炉管的损坏，影响装置的安全稳定运行，因此对异常工况进行预测并采取相应措施可以提升乙烯裂解炉的生产效率，实现安全可靠的生产。
2、目前基于深度学习的乙烯裂解炉炉管工况预测技术得到快速发展，但是乙烯裂解炉炉管具有炉管管间各分段工况数据样本少和结焦工况样本不平衡的特点，炉管结焦工况占正常工况样本比例小，且在小样本条件下基于传统乙烯裂解炉炉管工况特征表达具有很强的不确定性。
技术实现思路
1、本专利技术旨在克服上述现有技术的至少一种缺陷(不足)，提供一种乙烯裂解炉炉...
【技术保护点】
1.一种乙烯裂解炉炉管异常工况预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种乙烯裂解炉炉管异常工况预测方法，其特征在于，所述利用所述分类结果对预测模型进行训练获得训练后的预测模型，包括：
3.根据权利要求2所述的一种乙烯裂解炉炉管异常工况预测方法，其特征在于，所述迭代停止条件为所述预测模型的迭代训练次数达到预设的迭代次数或所述有训练集达到预设数量。
4.根据权利要求2所述的一种乙烯裂解炉炉管异常工况预测方法，其特征在于，所述从所述无标签的数据集中选择部分样本数据是采用“高不确定性”采样策略进行选择。
...
【技术特征摘要】
1.一种乙烯裂解炉炉管异常工况预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种乙烯裂解炉炉管异常工况预测方法，其特征在于，所述利用所述分类结果对预测模型进行训练获得训练后的预测模型，包括：
3.根据权利要求2所述的一种乙烯裂解炉炉管异常工况预测方法，其特征在于，所述迭代停止条件为所述预测模型的迭代训练次数达到预设的迭代次数或所述有训练集达到预设数量。
4.根据权利要求2所述的一种乙烯裂解炉炉管异常工况预测方法，其特征在于，所述从所述无标签的数据集中选择部分样本数据是采用“高不确定性”采样策略进行选择。
5.根据权利要求2所述的一种乙烯裂解炉炉管异常工况预测方法，其特征在于，所述方法还包括：
6.根据权利要求5的一种乙烯裂解炉炉管异常工况预测方法，其特征在于，利用深度优先搜索对所述预测模型进行优化，还包括对所述...
【专利技术属性】
技术研发人员：邓向武，彭志平，崔得龙，李启锐，何杰光，邱金波，罗鑫龙，马远佳，
申请(专利权)人：广东石油化工学院，
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。