[发明专利]一种基于动态系统辨识的精馏塔产品质量预测方法及装置

说明书

本发明公开了一种基于动态系统辨识的精馏塔产品质量预测方法及装置，涉及产品质量预警领域，该方法将当前状态数据和计划输入数据输入动态系统辨识模型得到预测状态序列，预测状态序列包含精馏塔在未来预定时长内的状态数据，动态系统辨识模型利用精馏塔的历史运行数据基于SINDy模型训练得到；将预测状态序列输入利用精馏塔的历史运行数据预先训练得到的时间序列异常检测模型，得到对应的loss值，继而可以在loss值超过loss阈值时输出用于警示精馏塔的产品质量异常的预警信息；该方法利用动态系统辨识模型可以有效的对精馏塔的状态进行精确预测，结合无监督的时间序列异常检测模型可以有效预测产品质量。

技术领域

本发明涉及产品质量预警领域，尤其是一种基于动态系统辨识的精馏塔产品质量预测方法及装置。

背景技术

精馏是化工生产中最被广泛应用的分离方法，它利用气-液两相的传质和传热来达到分离的目的，而精馏塔是目前主流的用于实现精馏操作的设备，其被广泛应用于现有化工企业中。由于精馏塔应用的广泛性，对精馏塔的产品质量预测具有十分重要的意义，通过对精馏塔的产品质量进行预测，可以及时进行控制与优化，使其能够操作平稳，提高产品合格率，减少高价值组分在低价值产品中的流失。

但是精馏塔的产品质量预测主要有两个难点，一方面精馏塔的生产过程为动态非稳态过程，很难对其生产过程进行精确预测，另一方面，现有的时间序列异常预警模型主要是有监督模型，但在化工企业生产过程中，出现产品质量较差的样本较少，这是因为在正常的生产企业中，企业为了保证正常的生产，产品的良率都要保证在一定的范围才可以大规模生产，这就导致在正常的生产过程中累计的产品质量异常数据过少，异常样本的比例远远低于正常样本的比例，对于有监督时间序列预测模型来说，很难使用当前样本训练一个较有效的预测模型，使得目前精馏塔的产品质量预测没有较好的解决方法。

发明内容

本发明人针对上述问题及技术需求，提出了一种基于动态系统辨识的精馏塔产品质量预测方法及装置，本发明的技术方案如下：

第一方面，请求保护一种基于动态系统辨识的精馏塔产品质量预测方法，该方法包括：

确定精馏塔的当前状态数据和计划输入数据，精馏塔的状态数据是用于反映精馏塔的运行状态的数据，精馏塔的输入数据是精馏塔的输入变量的数据；

将当前状态数据和计划输入数据输入动态系统辨识模型，得到预测状态序列，预测状态序列包含精馏塔在未来预定时长内的状态数据，动态系统辨识模型利用精馏塔的历史运行数据基于SINDy模型训练得到；

将预测状态序列输入利用精馏塔的历史运行数据预先训练得到的时间序列异常检测模型，得到对应的loss值；

当得到的loss值超过loss阈值时，输出用于警示精馏塔的产品质量异常的预警信息。

其进一步的技术方案为，用于训练动态系统辨识模型的历史运行数据包括精馏塔的历史状态序列和历史输入序列，历史状态序列包括精馏塔的按时间顺序排列的各个工作状态点的状态数据，历史输入序列包括精馏塔的按时间顺序排列的各个工作状态点的输入数据；

则该方法还包括：

将精馏塔的历史状态序列中的第t-1个工作状态点的状态数据x_t-1和历史输入序列中的第t-1个工作状态点的输入数据u_t-1作为SINDy模型的输入，将历史状态序列中的第t个工作状态点的历史状态序列x_t作为SINDy模型的输出，并设定SINDy模型的回归模型为LASSO，利用精馏塔的历史状态序列和历史输入序列训练得到动态系统辨识模型。

其进一步的技术方案为，用于训练时间序列异常检测模型的历史运行数据包括精馏塔的窗口化历史状态序列，窗口化历史状态序列包括预定时间窗口范围内的精馏塔的按时间顺序排列的各个工作状态点的状态数据且表示为x_{[i,i+1,…i+N]}；