大数据驱动建模平台技术在加氢裂化工艺预测上的应用

随着炼化装置传感器与集散控制系统的普及，基于数据驱动建模技术对生产大数据的分析、模拟，进而指导生产优化、监测预警，日益成为研究应用热点。总结了数据驱动建模方法，包括多元统计过程控制(MSPC)、机器学习(ML)、深度学习(DL)等在炼化流程建模优化过程中的应用；介绍了中海油惠州石化有限公司构建的炼化大数据驱动建模平台，以及基于堆叠自编码器(SAEs)-混合高斯模型(GMM)对多模态工况下加氢裂化生产喷气燃料收率的预测。结果表明：炼化大数据驱动模型对加氢裂化过程预测的准确性优异；与传统数据驱动建模相比，该炼化大数据驱动建模平台实现了无代码建模工作流，建模耗时由传统的7 d大幅缩短为2 h左右，显著提升了建模效率。