一种虚实结合的化工生产全过程能耗监测与诊断分析方法

技术领域

本发明属于化工生产过程能源管理领域，具体涉及一种基于虚实结合分析的化工生产全过程能耗监测与诊断方法。

背景技术

化工生产的能源管理是工业自动化领域中重要的课题。作为高耗能生产过程，化工企业更加关注生产过程中能源状态的监控和诊断分析，以达到节能降耗和可持续发展的目的。由于化工生产过程具有大规模、多变量、操作单元相互耦合等特点，可靠有效的化工生产全过程能源状态监控和诊断面临巨大挑战。

目前能源状态监控与诊断分析主要包括基于机理知识建模和基于数据驱动方法建模两大类，考虑到化工生产过程的复杂性，获得准确的机理分析知识是十分耗时又难以实现，往往面向生产全过程的能源状态监控和诊断会考虑通过历史数据分析来实现。传统的数据驱动方法是基于输入输出变量数据建立黑箱模型，忽视了生产过程内部变量的关联关系，难以进行故障溯源分析。分布式数据驱动方法将生产全过程划分为若干个子过程模块，采用多元统计分析方法进行过程监控和诊断分析，更加深入局部操作单元进行状态监控和故障变量诊断分析。然而目前分布式数据驱动方法依赖于历史数据进行子过程模块分类，严重依赖于历史数据的品质，并忽视了生产过程的先验知识和变量之间的生产因果关系。

综上所述，大型化工生产过程中包含众多过程单元，如反应釜、汽提塔、精馏塔、解析塔等，这些过程单元形成相互关联的生产过程网络，内部过程变量对生产过程中的能源管理影响巨大，在现有的化工生产能源状态监控和诊断分析方法中，基于机理分析知识的监控诊断方法缺乏通用性，并且难以获得准确的监控诊断模型；而基于数据驱动的方法依赖于历史数据的品质，缺少共以先验知识的考虑。如何充分利用化工生产全过程的工艺先验知识，并结合数据分析方法构建虚实结合模型来描述生产过程变量之间的因果关系，深入生产过程内部监控能源利用状态，并追溯能源状态异常根源是需要解决的实际问题。

发明内容

针对上述实际生产问题，本发明的目的是提供了一种虚实结合的化工生产全过程能耗监测与诊断分析方法，深入化工生产过程内部分析结合工艺先验知识分析各操作单元及其过程变量之间的相互关系，以达到结合生产工艺的运行特点进行科学合理的能源检测与诊断的目的，为后续的生产运行参数优化和现场人员操作指导提供分析依据。

本发明的技术方案：

一种虚实结合的化工生产全过程能耗监测与诊断分析方法，步骤如下：

(1)数据预处理分析

将化工生产中采集的能源和产品变量的历史数据通过格拉布斯准则进行数据一致性验证：

基于公式(1)剔除数据中的异常值；其中，n为采样数，α为显著性水平，

对上述剔除异常值后的数据进行标准化处理；其中，x

(2)虚实结合模型构建

a.物理模型构建

依据工艺控制流程图和化工生产工艺知识，将化工生产过程按照生产过程单元划分为子过程模块，考虑各子过程模块的先后生产顺序和循环关系，并为确保能耗监测和诊断的准确性和全面性，将能耗相关的能源流变量与物料流变量依据化工生产工艺过程进行输入输出分析，确定各个子过程模块的输入和输出变量；

b.数据模型构建

基于化工生产过程工艺先验知识，对各子过程模块进行因果关系分析，将各个子过程模块按照输入X＝[x

y＝B(x-μ

其中，μ

(3)能耗状态深入监测

利用生产过程采集的能源和产品变量的历史数据，分别计算能耗状态监测控制限：

其中，

分别计算采集的能源状态数据的监测统计量：

其中，

根据以下准则判断能耗状态是否出现异常：

①如果

②如果

③如果

④如果没有以上情况发生，则该生产过程能耗状态正常；

(5)能耗状态异常诊断与溯源分析

根据能耗状态的深入监测结果，对能耗的异常状态进行原因诊断分析；当生产过程系统级出现能耗状态异常时，深入生产过程内部判断各子过程模块的能耗状态水平，并根据各子过程模块的能耗状态水平，将存在异常状态的子过程模块按照步骤(2)和(3)的方式，构建该子过程模块的虚实结合模型，将该子过程模块的输入变量作为子过程原因模块，输出变量作为子过程结果模块，采用概率部分最小二乘方法进行建模，并按照步骤(4)进行监测分析；

针对出现状态异常的原因模块和结果模块中的变量计算出现异常的概率值：

/>

其中，z

记录每个变量出现异常的次数：

其中，

计算每个变量在所属模块中的异常贡献度：

其中，I是异常模块中的所有能耗变量数；

异常贡献度最高的变量即为能耗状态异常的根本原因变量；基于能耗状态异常诊断与溯源分析结果，采用相应的措施消除能耗异常原因，提高能源利用率水平。

本发明的有益效果：

(1)化工生产过程工艺知识和数据信息都对能源管理的准确性和全面性至关重要，融合化工生产全过程生产工艺知识和过程数据构建的虚实模型能够更好地分析过程内部变量特点，并深入过程内部描述各子过程模块之间的因果关系，为能耗状态的监测和异常的溯源分析提供了因果网络分析基础。

(2)基于设计的分布式监测机制和构建的各模块监测统计量，从系统层、过程层、设备层逐层分析能耗状态水平，为操作人员监测化工生产过程中能源利用效率提供分析依据。

(3)针对能耗异常监测结果进行异常溯源诊断分析，提出异常贡献度指标来定位异常变量，追溯能耗异常状态的原因，为能源管理人员制定能源管理决策和优化能耗使用水平提供理论依据。

附图说明

图1是本发明图1一种虚实结合的化工生产全过程能耗监测与诊断分析方法的流程图。

具体实施方式

下面结合具体实施方式对本发明作进一步详细说明，但本发明并不局限于具体实施方式。

(1)数据预处理分析

将化工生产过程采集的历史数据通过格拉布斯准则进行数据一致性验证，

剔除数据中的异常值。其中，显著性水平α可取0.01。通过

对剔除异常值后的数据进行标准化处理。

(2)虚实结合模型构建

a.物理模型构建

根据生产工艺知识，划分子过程模块，明确各子过程模块的输入输出变量。依据工艺控制流程图，可将化工生产过程划分为反应单元子过程模块、压缩过程子过程模块、分离过程子过程模块、精制过程子过程模块等，并为确保能耗监测和诊断的准确性和全面性，可将能耗相关的能源流变量如工业水、循环水、脱盐水、高压蒸汽、中压蒸汽、仪表风、工厂风、燃料、氮气、电的消耗量和中间产品及最终产品的产量依据工艺过程分析作为各个子过程模块的输入和输出变量。

b.数据模型构建

基于化工生产过程工艺先验知识，对各子过程模块进行因果关系分析，将各子过程模块的输入变量X＝[x

y＝B(x-μ

子过程模块之间的共有变量将各个子过程模块进行有序连接，形成化工生产全过程能源网络模型，构建的虚实结合的网络模型描述各模块的因果关系。

(4)能耗状态深入监测

采用生产过程历史数据，分别针对系统层、过程层和设备层计算能耗状态监测控制限，

针对生产过程采集的能耗数据，分别计算系统层、过程层和设备层的监测统计量，

/>

根据能耗状态监测判断准则逐层分析能耗状态水平。

(5)能耗状态异常诊断与溯源分析

根据能耗状态的深入监测结果，对能耗的异常状态进行原因诊断分析。当生产过程系统级出现能耗状态异常时，深入生产过程内部判断各子过程模块的能耗状态水平，并根据各子过程模块的能耗状态水平，将存在异常状态的子过程模块构建虚实结合模型，将该子过程模块的输入变量作为子过程原因模块，输出变量作为子过程结果模块，采用概率部分最小二乘方法进行建模，并进行监测分析。

针对出现状态异常的原因模块和结果模块中的变量计算出现异常的概率值，

记录每个变量出现异常的次数，

计算每个变量在所属模块中的异常贡献度，

其中，I是异常模块中的所有能耗变量数。

异常贡献度最高的变量即为能耗状态异常的根本原因变量。基于能耗状态异常诊断与溯源分析结果，采用相应的措施消除能耗异常原因，提高能源利用率水平。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。