[发明专利]一种石化生产辅助操作方法

说明书

本发明公开了一种石化生产辅助操作方法，包括：步骤1：建立生产过程的动态模拟模型；步骤2：设定动态模拟模型的参数以模拟生产中的场景和操作动作，获取相应的输出数据；步骤3：重复步骤2，获得操作策略训练数据集；步骤4：应用数据集进行自动辅助操作策略训练，获得自动辅助操作模型；步骤5：将实际生产参数作为自动辅助操作模型的输入数据，以模型输出用于生产辅助操作。本发明通过动态模型和训练数据集获得的辅助操作模型，当生产过程出现任何波动时，能够对生产中的大量报警和连锁信号迅速响应，并及时做出正确的操作调整动作，使生产过程迅速恢复正常操作状态，有效避免人为响应混乱和时间延迟造成的生产事故。

技术领域

本发明属于石化生产领域，更具体地，涉及一种石化生产辅助操作方法。

背景技术

随着经济的发展，石化行业作为国民经济的支柱性产业也随之快速发展。随着生产流程日益复杂，装置日益大型化，石化生产操作人员越来越依靠以DCS(集散控制)系统为代表的自动化控制系统来实现对生产过程的控制。在生产过程相对平稳时，操作人员相对压力较小，不需要对生产过程做太多干涉，而一旦生产过程出现波动，则大量报警、联锁信号会集中涌入系统以提示操作人员尽快调整操作参数，以恢复正常生产。操作人员需要在极短的时间内读取大量数据、判断生产状态并做出操作调整动作，这对于操作人员是极大的挑战，一旦应对不当就会造成严重后果。

业界一直在探索使用计算机辅助操作来协助操作人员应对上述场景，比较常见的方案是专家系统，即通过预先设置不同的生产场景，在系统中定制应对上述场景的操作策略，实现辅助操作。但是专家系统受制于建立系统的人员对于生产场景的设定，由于当代石化生产过程控制依赖成千上万的传感器、控制回路、仪表阀门组成的控制系统，且具有强耦合、非线性的特点，专家系统所能预置的生产场景极为有限，无法应对实际生产过程所面对的复杂场景，这也是专家系统至今没有在石化生产领域广泛推广的主要原因。

随着计算机技术的进步，有研究人员提出使用大数据技术来生成辅助操作策略，其主要思路是将日常石化生产过程所产生的大量数据作为训练用数据集，来生成辅助操作策略。此方案的问题在于虽然石化生产过程会产生海量数据，但是在绝大多数时间内，由于生产均是平稳进行的，所以所产生的数据对于进行操作策略训练实质上基本无用。即使有少量生产波动、事故等工况的数据，也是受限于特定生产装置的操作历史，很难实现对不同生产场景的覆盖，由此训练出的策略其适用性也因此受到削弱。

因此，亟需一种根据石化生产过程自身特点的石化生产辅助操作方法。

发明内容

本发明的目的是提出一种根据石化生产过程自身特点的石化生产辅助操作方法。

为了实现上述目的，本发明提供了一种石化生产辅助操作方法，包括：步骤1：建立生产过程的动态模拟模型；步骤2：设定所述动态模拟模型的参数以模拟生产中的场景和操作动作，获取相应的输出数据；步骤3：重复所述步骤2，操作策略训练数据集；步骤4：应用所述数据集进行自动辅助操作策略训练，获得自动辅助操作模型；步骤5：将实际生产参数作为所述自动辅助操作模型的输入数据，以模型输出用于生产辅助操作。

优选地，所述生产过程包括石化生产的全装置生产过程、局部生产过程、单元操作生产过程的至少其中之一。

优选地，所述参数包括原料、产品、设备及仪表控制参数的至少其中之一。

优选地，所述仪表控制参数包括温度、压力、流量、物料组成的至少其中之一。

优选地，所述生产场景包括正常生产状态及事故状态。

优选地，在所述步骤4中，将设定的所述动态模拟模型的参数作为输入数据，将所述数据集作为输出数据，通过神经网络算法进行所述自动辅助操作策略训练。

优选地通过动态模拟软件建立所述动态模拟模型。

优选地，所述设备包括塔器、容器、泵、换热器、压缩机、反应器、干燥器和过滤器中的至少其中之一。