[发明专利]基于多源数据的腐蚀速率预测系统

说明书

本发明提供一种基于多源数据的腐蚀速率预测系统，该系统面向炼油过程典型多腐蚀机理耦合、多腐蚀因素的复杂腐蚀系统的回归类预测需求，提出适用于炼油过程的基于多源数据的腐蚀速率预测方法，并针对典型腐蚀部位建立基于多源数据的预测模型。该预测模型基于工业现场采集到的水质和介质等多影响变量及设备腐蚀结果指标的数据集，并针对腐蚀多影响变量的特点，应用隔离森林算法进行数据异常数据识别，通过共生生物搜索算法优化RF模型参数，能够提高腐蚀速率预测精度。

技术领域

本发明涉及石油化工腐蚀防护技术领域，具体涉及一种基于多源数据的腐蚀速率预测系统。

背景技术

腐蚀是影响炼油化工装置平稳安全运行的重要因素，腐蚀可造成设备失效、泄露，严重影响设备使用寿命，甚至引发火灾、爆炸等事故。因此，炼油厂设备的腐蚀状态识别和防护工作显得尤为重要。在炼油装置的关键部位安装在线监测探针，能够有效识别介质的腐蚀速率，反应设备的腐蚀状态，为防腐注剂提供支持。

然而，在线监测探针是一种侵入式腐蚀监测方式，需要在每个监测点都安装监测设备，检测成本高，并且需要在监测点进行开孔安装。应用基于数据的方法可以解决在线监测探针进行腐蚀状态识别的缺点。长期的炼油腐蚀管理过程积累了一定量腐蚀多影响变量和腐蚀结果数据，包括对工艺介质组分和物性的采样分析数据，设备运行工艺参数监测数据，以及反应设备腐蚀状态的探针监测数据等，这些数据都是在设备运行过程或腐蚀管理过程中产生的数据。

基于腐蚀多源数据建立腐蚀速率预测模型，能够得到腐蚀影响因素数据和腐蚀速率数据的映射关系。对于没有安装监测设备的炼油装置，通过输入腐蚀影响因素数据，可直接得到设备的腐蚀速率，指导后期腐蚀管理过程。因此，基于炼油过程多源腐蚀数据实现对腐蚀速率的预测，对装置腐蚀管控有着重要的意义。

发明内容

针对上述技术问题，本发明提供一种基于多源数据的腐蚀速率预测系统，能够至少解决上述技术问题之一：

本发明实施例采用的技术方案为：

本发明实施例提供一种基于多源数据的腐蚀速率预测系统，所述多源数据包括炼油装置运行过程中的工艺运行数据和工艺介质数据，包括m个参数数据；所述系统包括处理器、存储有计算机程序的存储介质、存储器和配置文件，所述配置文件的第i条配置信息包括(C_i，T_i)，C_i为第i个采样数据的名称，T_i为第i个采样数据的采样周期，i的取值范围为1到m+1，采样数据包括多源数据和腐蚀损耗量数据；所述存储器存储有腐蚀损耗量数据集和m个参数数据集，所述腐蚀损耗量数据集包括炼油装置运行过程中的预设时间段内的n个腐蚀损耗量数据，第j个参数数据集包括所述预设时间段内的k_j个参数数据，j的取值范围为1到m；

所述处理器用于执行计算机程序，实现如下步骤：

S100，获取腐蚀损耗量数据集中的n个腐蚀损耗量数据并将获取的n个腐蚀损耗量数据处理成按时间顺序连续变化的n1个腐蚀速率数据，形成腐蚀速率时序数据集；n1≤n；

S200，从配置文件中获取T_max＝max(T₁，T₂，…，T_m+1)，并基于T_max从存储器中获取对应的参数数据的k_p，p的取值范围为1到m；

S300，基于T_max，将腐蚀速率时序数据集中的n1个腐蚀速率数据处理成k_p个腐蚀速率数据，形成腐蚀速率数据降采样集；k_p个腐蚀速率数据中的相邻两个数据间的时间间隔等于T_max；

S400，遍历m个参数数据集，如果第j个数据集对应的采样周期T_j≠T_max，执行S500；