基于SVM-BOXPLOT的乙烯生产过程异常工况监测与诊断

乙烯作为化工生产的重要原材料,需求量持续增加,但它也是高能耗产业,其生产运行状态直接关系到能效的高低,进而影响企业的经济效益。因此,乙烯生产运行工况的智能识别对节能降耗意义重大。针对直接影响乙烯生产过程能效水平的异常工况智能识别问题,以能够反映乙烯生产能效与能耗的关键指标——乙烯收率、丙烯收率及综合能耗为基础,使用IPSO优化SVM-BOXPLOT的方法对乙烯生产过程进行异常工况智能识别。通过机理分析与数据分析相结合的方法对监测数据降维,用SVM对生产数据进行工况分类,缩小异常识别范围,最后用BOXPLOT进行异常工况识别。将其与在线监测系统相结合应用于某石化企业生产中,所提出的异常工况监测与诊断方案模型精度更高,收敛速度更快,既实现了乙烯生产过程异常工况的监测与诊断,又满足了实际运行工况的工艺要求,保证了异常识别的实时性、准确性。