中国石化洛阳石化公司完成的《基于神经网络的硫含量预测模型的建立及应用》在近日召开的第十届中国能源企业信息化大会上获得2020中国能源企业信息化管理创新奖。
洛阳石化的多层神经网络模型技术在2020年9月首次应用于直柴加氢装置。应用数据显示,该技术可提前2小时预测硫含量,并有效降低装置波动,延长催化剂使用寿命,每月可节约成本170多万元。
据洛阳石化公司信息中心经理付岷介绍,该公司直柴加氢装置的模型存在着建立过程复杂、耗时长、灵活性不足等问题,在装置稳态情况下预测效果较好。由于原料及生产工况复杂、工艺更改频繁,通过机理建模无法适应生产的变化,加上只能通过经验来调整装置反应深度,很难实现精制柴油产品硫含量控制的卡边操作,无法准确预测精制柴油产品中硫含量,进而影响产品质量,增加了能耗和物耗。
为了更准确预测硫含量,2018年6月该公司科技人员深入调研直柴加氢装置工艺流程,查找所有可能影响硫含量的测点39个,从实时数据库中提取并过滤出有效数据4500万条,从实验室信息管理系统数据库中提取化验值1143条,分析筛选影响精制柴油硫含量的数据。他们还开展基于多层神经网络机器学习的建模与预测技术研究,建立了柴油加氢装置反应器的多层神经网络模型。
“该模型不仅可定期自动更新,更好地适应生产调整的变化,还可以在线实时预测硫含量,甚至可以提前2小时预测硫含量,有效降低了装置波动,延长了催化剂的使用寿命。同时,它还能保证产品质量、节约成本。”付岷说。
据介绍,该模型采用先进软件整体架构技术、人工智能技术和大数据挖掘技术,且该技术被应用于石化行业同类装置尚属首次。同时,该模型的应用降低了劳动强度和工作成本,减少了工艺调整过程对操作人员经验的依赖,也为企业培养了一批信息化建设技术骨干。
下一步,洛阳石化将建立催化裂化装置反应器的多层循环神经网络模型,开发神经网络模型训练、测试系统和在线实时预测系统,实现对反应深度的在线实时预测。同时,他们将根据各项反应条件的变化预测产品分布,指导生产优化,以增产高附加值产品,减少能耗和物耗。