[发明专利]加氢裂化的产品质量预测方法、装置和存储器

说明书

本发明公开了加氢裂化的产品质量预测方法、装置和存储器，其中所述方法包括步骤：预设加氢裂化系统的监测数据的数据标准；获取加氢裂化系统的监测数据；根据数据标准对历史监测数据进行数据整理；根据监测数据统一的采集周期和采集时间点，对监测数据中的性质信息数据和工况数据进行关联，构建建模数据；根据预设目标变量和预设自变量通过分类模型对建模数据进行模型训练，生成产品质量预测模型。本发明能够以采集时间点为关联点将各种监测数据进行同步关联。从而使各监测数据之间就具有了更好的对应性，因此，就可以实时获取的监测数据为参数通过预测模型来对监控对象进行实时的监控，就可以及时且准确的获得加氢裂化的产品质量预测的结果了。

技术领域

本发明涉及石油化工领域，特别是涉及加氢裂化的产品质量预测方法、装置和存储器。

背景技术

随着信息技术的发展，石油炼化生产装置信息化程度越来越高，随之也就积累了大量生产数据；比如，目前大型石油化工企业所建立的加氢裂化系统的实时数据库系统、分布式控制系统（Distributed Control System，DCS）、生产过程执行系统MES(Manufacturing Execution System，MES)、实验室信息管理系统(LaboratoryInformation Management System，LIMS)等业务系统，可以为安全生产和管理积累了大量数据。但对数据的深度挖掘和利用还远远不够。从海量的数据中寻找事故发生的规律，提高安全生产的管理的水平，具有重要的意义和作用。

发明人经过研究发现，虽然现有技术中，上述多种业务系统所采集的数据背后隐藏着大量重要的生产信息，但是由于这些历史数据的数据质量差异性较大，且多种工况参数对于加氢裂化产品的产品质量的影响方式尚不够明确，因此工艺人员不能根据上述历史数据来及时了解当前工况参数会对产品质量产生什么样的影响。

发明内容

针对现有技术的不足，本发明提供加氢裂化的产品质量预测方法、装置和存储器。本发明可以提高对产品质量预判的准确性和及时性。

本发明提供一种加氢裂化的产品质量预测方法，包括步骤：

S11、预设加氢裂化系统的监测数据的数据标准，所述数据标准包括监测数据统一的采集周期和采集时间点；所述监测数据包括性质信息数据和工况数据；所述性质信息数据包括加氢裂化系统预设产品的产品属性信息和多种原料的原料性质信息；

S12、获取加氢裂化系统的监测数据，所述监测数据包括历史监测数据和实时监测数据；

S13、根据所述数据标准对所述历史监测数据进行数据整理，包括：

根据预设规则对所述工况数据进行校正，所述预设规则包括：分别获取每个所述工况数据所对应的采集时间点，对所述采集时间点前后预设时段内的所有工况数据进行中值计算，以生成所述工况数据修正后的工况数据；

将所述性质信息数据进行扩充，包括：将所述性质信息数据的采集时间的点间隔粒度调整为与所述工况数据的采集时间点的间隔粒度保持一致，并将两个包括有获取自历史数据中数据的性质信息数据之间的空白采集时间点的数据更新为与时序靠前的性质信息数据一致；

S14、根据所述监测数据统一的采集周期和采集时间点，对所述监测数据中的性质信息数据和工况数据进行关联，构建建模数据；

S15、根据预设目标变量和预设自变量通过分类模型对所述建模数据进行模型训练，生成产品质量预测模型；所述预设自变量包括性质信息数据和工况数据；所述预设目标变量包括加氢裂化系统预设产品的产品质量。

优选的，在本发明实施例中，还包括：

S16、根据所述工况数据和所述原料性质信息中各个参数项对于所述产品质量的影响权重的权重值，获取所述产品质量的重点参数项；