一种炼化过程自适应数据驱动的早期故障监测方法及装置

摘要

本发明提供了一种炼化过程自适应数据驱动的早期故障监测方法及装置，涉及石油炼化故障监测技术领域。方法包括：获取炼化过程生产装置的监测参数的历史数据；根据滑动窗口长度和步长确定监测参数的历史训练数据，并在每隔一个步长时更新一次历史训练数据；对历史训练数据进行列向标准化处理；根据主成分分析方法将标准化历史训练数据进行分解；确定主成分分析统计量SPE指标控制限；确定待测试样本数据的SPE指标；根据待测试样本数据的SPE指标与SPE指标控制限进行比较；若待测试样本数据的SPE指标大于等于SPE指标控制限，确定炼化过程生产装置处于异常工况状态。本发明可以解决静态的多元统计模型应用于实际生产过程中容易出现大范围的误报警的问题。

主权项

一种炼化过程自适应数据驱动的早期故障监测方法，其特征在于，包括：获取炼化过程生产装置的监测参数的历史数据；确定历史训练数据的滑动窗口长度和步长；根据所述滑动窗口长度和步长在监测参数的历史数据中确定历史训练数据，并自历史训练数据的初始历史训练数据每隔一个步长时间更新一次所述历史训练数据；所述初始历史训练数据为确定历史训练数据的初始时刻之前的一滑动窗口长度的历史数据；对所述历史训练数据进行列向标准化处理，形成标准化历史训练数据；根据主成分分析方法将所述标准化历史训练数据进行分解；根据分解后的标准化历史训练数据确定主成分分析统计量SPE指标控制限；获取炼化过程的实时测量数据，并将所述实时测量数据确定为待测试样本数据；根据当前更新后的历史训练数据，确定待测试样本数据的SPE指标；根据所述待测试样本数据的SPE指标与所述SPE指标控制限进行比较；若所述待测试样本数据的SPE指标大于等于所述SPE指标控制限，确定炼化过程生产装置处于异常工况状态。