[发明专利]一种化工企业能耗诊断分析方法有效

专利信息
申请号: 202210618538.3 申请日: 2022-06-01
公开(公告)号: CN114819743B 公开(公告)日: 2023-08-01
发明(设计)人: 王三明;王聪明;魏蔚;赵伟帆 申请(专利权)人: 安元科技股份有限公司
主分类号: G06Q10/0639 分类号: G06Q10/0639;G06Q50/04;G06N20/00
代理公司: 南京新众合专利代理事务所(普通合伙) 32534 代理人: 王子瑜
地址: 210000 江苏省南京市江北新*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 化工企业 能耗 诊断 分析 方法
【说明书】:

发明公开了一种化工企业能耗诊断分析方法,涉及能耗诊断分析技术领域,包括通过数据库获取各项工艺参数的数据集;通过所述数据集确定与能耗目标量相关的工艺参数以及对应的参数区间;获取与能耗目标量相关的各项工艺参数对应的权重,并以此确定与能耗目标量相关的组合参数以及对应的参数区间;将获取到的工艺参数的实时数据与组合参数的参数区间进行对比,确定影响能耗目标量的工艺参数。本发明通过机器学习来解决此工业场景的问题,实现节能措施的规划。

技术领域

本发明涉及能耗诊断分析技术领域,特别是涉及一种化工企业能耗诊断分析方法。

背景技术

化工生产中部分制碱工艺的蒸氨系统能耗较大、连续作业时间较短,氨水液相分离不充分,导致蒸汽热能浪费,废水中氨含量高、增加污水处理成本。测算发现蒸氨废液温度高出1℃,热量损失约16.25kg/t蒸汽量。生产人员往往是以经验值判断什么时候该减压、减压到什么程度、调节阀开多少,丰富的经验无法传承,同时也存在对操作的大概估计而非精准执行,无法为节能提供数据支撑。

目前企业通常目测流量计的液位高度到一半时,用调节阀控制供汽量,对当前工况与能耗情况没有联系在一起,能源消耗波动也只能事后了解是否有什么特殊作业,但也只是大概情况,无法获得实际数据支撑,节能措施无法开展。

发明内容

本发明所要解决的技术问题是,克服现有技术的缺点,提供一种化工企业能耗诊断分析方法。

为了解决以上技术问题,本发明的技术方案如下:

一种化工企业能耗诊断分析方法,包括,

通过数据库获取各项工艺参数的数据集;

通过所述数据集确定与能耗目标量相关的工艺参数以及对应的参数区间;

获取与能耗目标量相关的各项工艺参数对应的权重,并以此确定与能耗目标量相关的组合参数以及对应的参数区间;

将获取到的工艺参数的实时数据与组合参数的参数区间进行对比,确定影响能耗目标量的工艺参数。

作为本发明所述化工企业能耗诊断分析方法的一种优选方案,其中:所述通过数据集确定与能耗目标量相关的工艺参数以及对应的参数区间包括,

利用基于高斯分布的3σ模型确定能耗目标量的异常阈值,并以此确定能耗目标量的阈值范围;

对于任一项工艺参数,以3σ模型中的3σ作为阈值,将数据集中大于阈值的数据定为标签1,将数据集中小于阈值的数据定为标签0,然后利用卡方分箱方式对数据进行分组;

对分组后的数据,采用woe计算自变量与因变量的相关性,并获取各分组的IV值,以此确定与能耗目标量相关的工艺参数以及对应的参数区间。

作为本发明所述化工企业能耗诊断分析方法的一种优选方案,其中:所述利用基于高斯分布的3σ模型确定能耗目标量的异常阈值,并以此确定能耗目标量的阈值范围包括,

高斯分布函数为其中,μ为期望,σ为标准差;

当阈值超过3σ,将其视为异常阈值,以此确定能耗目标量的阈值范围为[μ-3σ,μ+3σ]。

作为本发明所述化工企业能耗诊断分析方法的一种优选方案,其中:所述对分组后的数据,采用woe计算自变量与因变量的相关性,并获取各分组的IV值,以此确定与能耗目标量相关的工艺参数以及对应的参数区间包括,

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于安元科技股份有限公司,未经安元科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210618538.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top