干貨!煉化企業建模效率提升數十倍的實踐分享

發布日期:
2024-04-24
瀏覽次數:


在數字化轉型的過程中,煉化企業面臨著技術門檻高、建模周期長以及模型部署困難等挑戰。傳統建模過分依賴專業人才,不同場景需定制化開發,模型部署也受到多種問題的制約,導致建模過程耗時長、成本高、部署難。本文將以某煉化企業為例,探討數據驅動建模平臺如何助力煉化企業實現安全生產和運營的優化。


目選型背景


某煉化企業是一家綜合性的煉化一體化企業,具備完善的石油化工、煤化工及石化產品銷售業務,煉油加工規模和技術水平在國內煉油企業中處于領先地位。近幾年,該企業不斷推動信息化和工業化的深度融合,以工業互聯網為基礎,提出了“智能煉廠”的概念,并在裝置優化、計劃優化、供應鏈優化等方面開展了相關應用研究。

智能建模技術作為“智能煉廠”的核心技術,通過快速創建智能化應用,為安全生產和降本增效提供智能決策,成為石化企業普遍關注的關鍵技術。然而,原有的建模方式門檻高、難應用,導致企業陷入了“有數據、無模型、有模型、難應用”的困境。

化智慧引擎:數據驅動建模平臺

力維智聯與工業伙伴共同開發的數據驅動建模平臺,其核心在于其對工業大數據的智能分析和利用。

企業在既有工業互聯網平臺架構下,針對石化煤柴油加氫裝置構建起一站式煉化工業大數據分析建模平臺,集成數據預處理、主流機器學習算法、智能優化算法和模型自動訓練方法,最終實現生產數據到模型應用的端到端建模平臺。通過多元統計過程控制(MSPC)、機器學習(ML)、深度學習(DL)等先進技術的融合,平臺能夠從海量的生產數據中提取有價值的信息,為產品質量控制、故障診斷、生產優化等提供了強大的數據支持和智能決策能力。

在工業互聯網的架構中,數據驅動建模平臺位于工業PaaS層,提供自動機器學習(AutoML)功能,實現從數據智能標注、數據預處理、特征工程、機器學習建模、超參數尋優到快速部署的一站式自動建模解決方案,極大地簡化了建模過程,并提高了模型的構建和部署效率。

干貨!煉化企業建模效率提升數十倍的實踐分享


如何構建全流程零代碼建模服務

數據驅動建模平臺采用容器云技術,實現了從數據采集到模型部署應用的全過程零代碼建模服務。具體構建流程如下:
>>>技術選型在構建平臺的初期階段,企業深入研究了各種技術選型,并最終選擇了容器云技術(如k8s+Docker)作為構建平臺的基礎技術。這一選擇不僅考慮了技術的先進性和穩定性,還充分考慮了企業內部的技術棧和未來的擴展性。
>>>數據接口通過自主開發的數據微服務統一接口,實現與生產管理系統(MES)、實驗室管理系統(LIMS)等系統的數據接入。這一接口不僅能夠實現數據的高效傳輸和整合,還能夠保障數據的安全性和一致性。
>>>資源調度在平臺運行過程中,資源調度是一個至關重要的環節。為了實現模型訓練和推理的高效執行,平臺采用了動態調度訓練/推理(CPUs/GPUs)資源,其中訓練資源用于機器學習模型訓練,推理資源用于模型推理預測,確保了平臺的穩定性和高效性。
>>>數據采集與管理在數據采集和管理方面,平臺利用了先進的數據視圖組件,能夠實現對海量生產數據的統一管理和處理。通過數據預處理算法,平臺能夠提高數據的質量,并選取合適的特征進行建模,為后續模型訓練和評估奠定了堅實的基礎。
>>>模型訓練與評估在模型訓練和評估方面,平臺集成了主流算法組件,能夠實現多種模型的訓練和性能評估。通過零代碼編程算子流組件,平臺能夠實現模型的快速開發和迭代,為企業提供了強大的建模工具。
干貨!煉化企業建模效率提升數十倍的實踐分享

>>>模型部署與維護在模型部署和維護方面,平臺采用了先進的模型調度組件和App部署組件,能夠實現模型的快速部署和更新。通過模型庫組件,平臺能夠實現模型的長期維護和管理,確保了模型的穩定性和可靠性。

破局建模瓶頸:降低門檻、提升效率

針對該煉化企業某加氫裂化裝置的多模態工況,平臺采用堆疊自編碼器(SAEs)-混合高斯模型(GMM)算法,AEs算法用于提取非線性特征,GMM算法用于工況聚類分析,成功實現了噴氣燃料收率的預測。
數據驅動建模技術為煉化企業提供了高效的工業數據驅動建模工具。它實現了零代碼建模工作流,降低了數據驅動建模技術的應用門檻。同時,該技術充分利用了煉化企業的海量生產數據,建立了準確的預測模型,從而實現了對煉化過程的實時監控和優化。
結果表明,數據驅動建模平臺顯著提升了建模效率,建模時間從傳統的7天縮短至2小時左右,同時由煉化工程師自主研發的10余個機器學習模型,日調用量超1000余次,優化生產工藝,利潤產品收率平均提高約0.8%。這一結果充分展示了平臺在工業實踐中的優越性和實用性,為企業生產過程的監控和優化提供了可靠的支持。
結語:
隨著人工智能和大數據技術的不斷進步,數據驅動建模平臺進一步深化煉化工業的智能化轉型,為生產過程的實時監控和優化提供更為可靠的支持。未來,數據驅動建模技術將是煉化工業智能化轉型的重要推動力量,其專業性和完整性不僅提升了企業的競爭力,也為行業的可持續發展注入了新的活力。
文章參考:

石油煉制與化工》第3期:

大數據驅動建模平臺技術在加氫裂化工藝預測上的應用

《特區實踐與理論》數據智能技術普惠化的理論與實踐



相關推薦

“尚古匯典”專欄 | 獻禮讀書節 · “尚古匯典”OCR公測上線
全面免費開放個人版公測獻禮讀書節,“尚古匯典·古籍數字服務平臺”,古籍OCR(個人版...
交流分享|力維智聯亮相2024中國石油石化企業信息技術交流大會
4月24-25日,“2024中國石油石化企業信息技術交流大會”在北京隆重舉辦,作為中...
干貨!煉化企業建模效率提升數十倍的實踐分享
在數字化轉型的過程中,煉化企業面臨著技術門檻高、建模周期長以及模型部署困難等挑戰。傳...