[发明专利]一种基于焦化大数据及自学习技术的自适应节能诊断方法

说明书

一种基于焦化大数据及自学习技术的自适应节能诊断方法，解决以静态计算分析结果指导动态生产过程，无法适应焦化动态生产工艺过程和连续变化的生产节奏的问题。该自适应节能诊断方法，通过焦化大数据的建立，可有效的监测焦化复杂的生产过程，实现对干煤、焦炭、焦炉煤气、焦油、氨、苯等一系列物质及其关联性进行在线分析和诊断，通过融合机器自学习技术，来达到焦化诸多设备群生产流程及生产节奏多变等工况的实时动态、在线处理与迭代升级的目的。从而，实现焦化全厂的数据关联，各设备生产过程的在线协同监测并动态分析，给出节能诊断结果和动态反馈，实现焦化厂基于全厂大数据的自适应协同节能优化和系统运行水平的迭代升级。

技术领域

本发明属于冶金自动化的工业人工智能技术领域，具体涉及一种可实现焦化生产数据精准计量和在线传输，有效监测焦化复杂的生产过程，通过建立有效的焦化大数据、实现焦化流程动态节能诊断，并利用自学习机制使焦化系统运行过程不断实现高效迭代提升，能够确保焦化系统自适应优化运行的基于焦化大数据及自学习技术的自适应节能诊断方法。

背景技术

焦化厂以焦炉为核心，围绕焦炭生产工艺设计一系列辅助生产工艺形成完整的炼焦生产流程。焦化厂以煤为原料，主要产品为焦炭，副产品为焦炉煤气及各类提纯附加产品。由于焦化生产工艺流程复杂，目前针对炼焦工艺过程的动态计算及在线监测等工作是难点。焦化厂既是能源消耗大户，同时复杂的冶炼工艺流程耗能情况又难以监测。目前的解决办法是通过围绕具体焦化厂设备或局部工艺段进行静态设计计算和离线核算，以静态计算分析结果指导动态生产过程，这种方式无法适应焦化动态生产工艺过程和连续变化的生产节奏。所以，一方面知晓焦化生产过程存在诸多节能降耗节点，另一方面因无法找到针对焦化厂及时且全面的分析诊断办法，使焦化生产过程能源利用率低、且数字技术推进缓慢；故有必要对现有的焦化生产的节能诊断方式予以改进。

发明内容

本发明就是针对上述问题，提供一种可实现焦化生产数据精准计量和在线传输，有效监测焦化复杂的生产过程，通过建立有效的焦化大数据、实现焦化流程动态节能诊断，并利用自学习机制使焦化系统运行过程不断实现高效迭代提升，能够确保焦化系统自适应优化运行的基于焦化大数据及自学习技术的自适应节能诊断方法。

本发明所采用的技术方案是：该基于焦化大数据及自学习技术的自适应节能诊断方法包括如下步骤：

步骤一、建立焦化生产大数据生成模型；结合大数据的大量、高速、多样和价值的四个特征，通过数据在线传输技术、数据精准计量技术、工艺原理技术和全覆盖关联技术的有效应用，将焦化生产流程形成有效的工业大数据；

步骤二、建立焦化机器自学习系统迭代升级模型；基于焦化生产大数据资源的机器自学习流程包括相互关联的四层体系；以焦化厂各生产设备及全流程系统为基础，第一层为大数据层，第二层为数据处理层，第三层为全流程信息关联、训练并提升设备运行层，第四层为判定指标及系统模型升级层；

步骤三、建立焦化自适应协同优化运行模型；通过设定全流程节能关键参数合理区间，实现全厂绿色运行；进一步通过设计反馈、预报、优化算法并结合执行机制，形成焦化全厂自适应行为准则，用来规范全厂节能高效运行。

所述步骤一，数据在线传输技术所采用的支撑技术包括计算机技术、信息技术和实时数据库系统技术，进而建立焦化厂统一的生产信息集成平台；所述生产信息集成平台核心的部分为其数据中心，数据中心采用网络技术和IP实时数据库系统建立，可实现焦化厂各类原料数据、各工序流程数据、设备运行过程数据，以及PLC系统、DCS系统的在线动态互通。

所述步骤一，数据精准计量技术对应的主要模型如式(1)～式(5)所示；

连续方程：

动量方程：

湍流动量方程：