存储器、加氢裂化设备故障预测方法、装置和设备

    公开(公告)号:CN111931323B

    公开(公告)日:2022-08-12

    申请号:CN201910351709.9

    申请日:2019-04-28

    Abstract: 本发明公开了存储器、加氢裂化设备故障预测方法、装置和设备,其中所述方法包括步骤:获取监控对象历史的监控数据;根据预设时间周期确定监测数据中各种数据采集统一的数据采集时间点;根据预设时间周期中的数据采集时间点对各种监控数据进行数据整理,以使各种监控数据的采集时间点同步;根据预设时间周期中统一的数据采集时间点,对监控数据中的震动数据和工况数据进行关联,构建建模数据;将震动数据和工况数据确定为自变量;将设备发生故障的概率和/或故障类型确定为目标变量;建立预测模型;实时获取到的监控对象的监控数据为参数,通过预测模型获取预测结果。通过本发明可以提高加氢裂化设备故障的预测及时性和准确度。

    加氢裂化的产品质量自控方法、装置和存储器

    公开(公告)号:CN111849544B

    公开(公告)日:2021-08-06

    申请号:CN201910351707.X

    申请日:2019-04-28

    Abstract: 本发明公开了加氢裂化的产品质量自控方法、装置和存储器,其中所述方法包括步骤:获取加氢裂化系统的监测数据;根据监测数据的预设数据标准,统一各种监测数据的采集周期和采集时间点;在工况数据中确定出与产品质量具有关联性且可调节的参数项作为自动控制参数项;构建建模数据;根据预设目标变量和预设自变量对建模数据进行模型训练,生成产品质量预测模型;以从实时监测数据中确定出的重点参数项为输入,通过产品质量预测模型获取加氢裂化系统预设产品的预测结果;当预测结果超出预设范围值时,根据预测模型生成自动控制参数项的调节方案。本发明可以使加氢裂化装置的工况保持在合理的运行状态,进而也就能够有效地减少产品质量不合格的情况。

    加氢裂化的产品质量预测方法、装置和存储器

    公开(公告)号:CN111849545A

    公开(公告)日:2020-10-30

    申请号:CN201910351708.4

    申请日:2019-04-28

    Abstract: 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控数据的数据标准;获取加氢裂化系统的监测数据;根据数据标准对历史监控数据进行数据整理;根据监控数据统一的采集周期和采集时间点,对监控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控数据进行同步关联。从而使各监控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控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。

    加氢裂化的产品质量自控方法、装置和存储器

    公开(公告)号:CN111849544A

    公开(公告)日:2020-10-30

    申请号:CN201910351707.X

    申请日:2019-04-28

    Abstract: 本发明公开了加氢裂化的产品质量自控方法、装置和存储器,其中所述方法包括步骤:获取加氢裂化系统的监测数据;根据监控数据的预设数据标准,统一各种监控数据的采集周期和采集时间点;在工况数据中确定出与产品质量具有关联性且可调节的参数项作为自动控制参数项;构建建模数据;根据预设目标变量和预设自变量对建模数据进行模型训练,生成产品质量预测模型;以从实时监控数据中确定出的重点参数项为输入,通过产品质量预测模型获取加氢裂化系统预设产品的预测结果;当预测结果超出预设范围值时,根据预测模型生成自动控制参数项的调节方案。本发明可以使加氢裂化装置的工况保持在合理的运行状态,进而也就能够有效地减少产品质量不合格的情况。

    加氢裂化的产品质量预测方法、装置和存储器

    公开(公告)号:CN111849545B

    公开(公告)日:2021-08-06

    申请号:CN201910351708.4

    申请日:2019-04-28

    Abstract: 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。

    存储器、加氢裂化设备故障预测方法、装置和设备

    公开(公告)号:CN111931323A

    公开(公告)日:2020-11-13

    申请号:CN201910351709.9

    申请日:2019-04-28

    Abstract: 本发明公开了存储器、加氢裂化设备故障预测方法、装置和设备,其中所述方法包括步骤:获取监控对象历史的监控数据;根据预设时间周期确定监测数据中各种数据采集统一的数据采集时间点;根据预设时间周期中的数据采集时间点对各种监控数据进行数据整理,以使各种监控数据的采集时间点同步;根据预设时间周期中统一的数据采集时间点,对监控数据中的震动数据和工况数据进行关联,构建建模数据;将震动数据和工况数据确定为自变量;将设备发生故障的概率和/或故障类型确定为目标变量;建立预测模型;实时获取到的监控对象的监控数据为参数,通过预测模型获取预测结果。通过本发明可以提高加氢裂化设备故障的预测及时性和准确度。

Patent Agency Ranking