基于数据和知识融合的大规模乙烯过程能源效率评估与诊断方法研究

With the deepening of the industrialization and serious energy and environmental problems, the efficient energy management has played a significant role in achieving the full economic potential and maintain a high level of sustainability in enterprises. As the main energy consumer, the energy efficiency level of the ethylene production process directly influences on the energy management and optimization in the petrochemical industry. Based on the research results of the energy efficiency evaluation and the requirements of energy management, by applying the data and production knowledge integration theory from the aspects of energy efficiency evaluation and diagnosis, the following important methods are discussed: the classification modeling method for evaluating energy efficiency is addressed regarding the different working conditions; the probabilistic regression analysis model is established to deal with the insufficient informative data condition, and obtain the results of energy efficiency evaluation and prediction. The practical ethylene production data are used to validate the practicality and availability of the developed methods. It is expected that this project will contribute significantly to the theoretical development and greatly enhance the application of energy efficiency evaluation and prediction for reasonability, accuracy, and reliability in ethylene production and other process industries.

随着工业现代化的深入，能源与环境问题愈发突出，有效的能源管理已成为企业实现经济效益最大化并保持可持续发展能力的重要手段。作为耗能大户的乙烯生产过程，其能源效率的状态水平直接影响石化企业的能源管理与决策优化。本项目结合乙烯生产过程能源效率评估的研究现状和能源管理的应用需求，以生产工艺知识和工业数据融合方法为基础，从能源效率评估和能源效率诊断两方面开展分析。主要研究以下内容：基于工况划分的能源效率评估方法；少量有效数据信息条件下基于概率回归分析的能源效率评估与预测方法；多层次分布式的能源效率诊断方法；应用实际乙烯生产工业数据考察理论方法的实用性和有效性。本项目的研究成果将为以乙烯生产过程为代表的流程工业能源效率评估与诊断提供新的理论依据，具有重要的理论意义和应用价值。

本项目面向乙烯生产全过程的能源管理问题，开展基于生产工艺知识和工业数据融合的能源效率评估和诊断方法研究。主要研究内容包括基于工况划分的能源效率评估方法；少量有效数据信息条件下能源效率评估与预测方法；多层次分布式的能源效率诊断方法；应用实际乙烯生产工业数据考察理论方法的实用性和有效性。针对多工况条件下能源效率评估问题，提出了改进的多元统计分析与生产工艺知识相结合的方法提取能源效率关键影响因素，并基于工况划分的方法对能源效率水平进行评估，结合评估结果提出了两阶段协调优化方法提升乙烯生产过程能源效率水平；针对少量有效数据信息条件下能源效率评估和预测问题，提出了偏最小二乘高斯过程模型，实现小样本数据能源效率评估模型构建，并设计了基于主动学习的能源效率模型可靠度和准确度的改进策略，通过慢特征最小二乘分析方法实现动态特征提取与预测分析；针对多层次分布式能源效率诊断问题，提出了采用改进的慢特征分析方法提取生产状态的关键影响因素，采用滑动窗思想对监测模型进行自适应更新，监测能源效率状态，并基于概率图模型和多层次分析相结合提出过程知识和生产数据相融合的多层次分布式能源效率诊断方法，实现对生产过程异常原因的追溯分析。应用化工企业中乙烯实际生产数据进行验证分析，实现了乙烯生产过程的准确评估与诊断，提升了企业能源效率，为企业提供能源管理的决策支持，为企业的节能降耗发挥重要作用。本项目将理论研究与实际应用紧密结合，共发表9篇学术论文，申请国家发明专利4项，其中已授权2项专利，授权2项软件著作权，开展学术报告6次，培养研究生6人。