一种提高连续重整装置催化剂碳含量预估精度的方法与流程

技术特征：
1.一种提高连续重整装置催化剂碳含量预估精度的方法，其特征在于基于数据之间相关性自动筛选与催化剂碳含量相关性强的过程参数，并通过删除异常样本提高催化剂碳含量模型预估精度，实时预估催化剂碳含量，包括以下步骤：1)收集炼化企业连续重整催化剂再生系统历史生产中的过程参数x∈r
m
×
a
和实验室人工化验得到的催化剂碳含量历史数据y∈r
n
×1，m表示过程参数样本数，a表示过程参数个数，n表示人工化验值样本数；2)采用3σ法则筛选过程参数样本中异常样本并删除；3)将过程参数样本和人工化验值样本在时间维度对齐，得到对齐后的过程参数x
t
∈r
n
×
a
；4)使用如下方法计算出步骤3)中得到的过程参数x
t
与催化剂碳含量y的回归系数与催化剂碳含量y的回归系数式中表示中第j个过程参数的回归系数，x
ij
为x
t
中第i个样本的第j个过程参数，y
i
为y中第i个样本的催化剂碳含量历史数据，为回归方程常数项，λ为惩罚系数；5)根据筛选出与催化剂碳含量相关性强的过程参数x
c
∈r
n
×
ac
，ac表示筛选后的过程参数个数；6)使用最小二乘回归算法建立x
c
关于y的中间模型关于y的中间模型为催化剂碳含量的预估值，为模型系数；7)计算模型中每个样本的学生化残差r
i
,i＝1,2,
…
,n；8)删除|r
i
|>2的异常样本，使用最小二乘回归算法重新建模，得到最终模型得到最终模型为最终模型的催化剂碳含量的预估值，w为最终模型的模型系数；9)采集当前连续重整催化剂再生系统的过程参数，基于最终模型进行催化剂碳含量实时预估。2.根据权利要求1所述的一种提高连续重整装置催化剂碳含量预估精度的方法，其特征在于将不在(μ
‑
3σ,μ 3σ)区间的过程参数样本视为异常并删除该样本，其中σ为样本方差，μ为样本均值。3.根据权利要求1所述的一种提高连续重整装置催化剂碳含量预估精度的方法，其特征在于采用下式进行时间维度对齐：式中x
t,i
表示第i个人工化验值样本对齐后的过程参数，
△
t表示人工化验值样本滞后过程参数样本的时间。4.根据权利要求1所述的一种提高连续重整装置催化剂碳含量预估精度的方法，其特征在于使用学生化残差筛选异常样本：
h＝x
c
(x
′
c
x
c
)
‑1x
′
c
式中表示最终模型的催化剂碳含量的预估值；h为帽子矩阵，是将y投影到由x
c
的列向量所生成的子空间上的投影矩阵，h
ii
为h的第i个主对角线元素，为第i个样本的预测误差，σ为误差项的标准差。

技术总结
本发明公开了一种连续重整装置催化剂碳含量预估方法，该方法基于数据驱动技术，通过计算回归系数，自动从连续重整装置中催化剂再生单元选择与碳含量相关性强的过程参数，建立催化剂碳含量预估模型，并筛选去除其中的异常样本提高模型预估精度。相较于人工化验或基于重整单元参数的建模方法，该方法可以实时预估催化剂碳含量，显著提升催化剂碳含量的实时性；相较于依靠工艺专家知识筛选与碳含量相关性强的过程参数的方法，该方法基于数据相关性分析自动筛选过程参数，同时删除异常样本，提高了模型预估精度。该方法可帮助企业更加及时有效地监控生产过程，对稳定并优化连续重整生产，提高企业经济效益具有重要价值。提高企业经济效益具有重要价值。提高企业经济效益具有重要价值。


技术研发人员：陈夕松 杨向文 杨卫 蒋宇 梅彬
受保护的技术使用者：南京富岛信息工程有限公司
技术研发日：2021.08.17
技术公布日：2021/10/23