一种基于案例匹配的产耗平衡测算方法技术

本发明专利技术提供了一种基于案例匹配的产耗平衡测算方法，具体为获取负荷期望值以及待调整生产装置的当前工况数据，依据案例匹配方法获取对应的待调整生产装置的最佳历史工况数据，对此最佳历史工况数据进行数据替换和降维处理，然后输入产耗量数据模型，获得工况调整数据和系统产耗量变化值，对待调整生产装置进行工况调整；选择待补偿生产装置，获取该生产装置的当前工况数据和产耗量期望值，依据案例匹配方法获取对应的待补偿生产装置的最佳历史工况数据，对此最佳历史工况数据进行数据替换和降维处理，然后输入负荷数据模型获得工况调整数据，对待补偿生产装置进行工况调整。本发明专利技术提供的测算方法测算数据准确，可自动产生整个系统的产耗调度方案。

【技术实现步骤摘要】
一种基于案例匹配的产耗平衡测算方法
本专利技术涉及炼化调度
，尤其是指一种基于案例匹配的产耗平衡测算方法。
技术介绍
在炼化企业的日常工作中，加工情况经常需要根据生产需要来进行调整，在此情况下，整个系统产耗的平衡、各个装置供应原料、产品产量以及消耗公用工程的测算一直是调度排产的重难点。现如今，国内大部分企业主要依靠技术人员的经验进行粗略的产耗估算，这种人工估算的方式难以在原料品质、加工方案多变的现状下，给出精确的整个系统所有装置的工况变化。因此，这种基于经验的估算方式往往无法满足企业精细管理的需求。除了依靠经验来进行产耗估算以外，还可以通过建模来进行产耗测算，目前所使用到的建模方法主要为机理建模、数据驱动建模以及机理和数据驱动的混合建模方法。但是数据驱动建模模型维度高、复杂度高、泛化性差，而机理建模又存在难度大、模型复杂且精度低的问题。
技术实现思路
本专利技术的目的是克服现有技术中的缺点，提供一种基于案例匹配的产耗平衡测算方法。本专利技术的目的是通过下述技术方案予以实现：一种基于案例匹配的产耗平衡测算方法，包括以下步骤：步骤一，获取生产计划的负荷期望值以及待调整生产装置的当前工况数据；步骤二，根据所述负荷期望值以及所述当前工况数据，获取数据库中对应的待调整生产装置的最佳历史工况数据，根据负荷期望值对待调整生产装置的最佳历史工况数据进行负荷数据替换，生成第一最佳历史工况数据；将第一最佳历史工况数据降维后输入产耗量数据模型，获得工况调整数据；步骤三，根据所述工况调整数据对待调整生产装置进行工况调整，根据所述工况调整数据和待调整生产装置的当前工况数据获取系统产耗量变化值；步骤四，选择待补偿生产装置，获取待补偿生产装置的当前工况数据，并根据系统产耗量变化值和待补偿生产装置的当前工况数据获取产耗量期望值；步骤五，根据所述产耗量期望值以及所述当前工况数据，获取数据库中对应的待补偿生产装置的最佳历史工况数据，根据产耗量期待值对待补偿生产装置的最佳历史工况数据进行产耗量数据替换，生成第二最佳历史工况数据；步骤六，将第二最佳历史工况数据降维后输入负荷数据模型，获得工况调整数据，根据所述工况调整数据对待补偿生产装置进行工况调整。通过大量的历史数据构建数据库，可以通过案例匹配来寻找历史案例，并将选择的历史案例的数据作为基础数据作为测算的依据，保证了测算结果最大程度地符合实际。且不仅仅测算一个生产装置的产耗量和工况数据，由于单个生产装置进行负荷调整后会打破系统产耗平衡，所以在负荷调整后再选择待补偿生产装置，并测算当前状态下其工况数据，以保证选择的待补偿生产装置的工况数据与实际相符，以更好的进行调度。而且如果单个装置无法满足产耗量的补偿量，则通过选择另外的生产装置进行补偿，直至达到系统的产耗平衡。在对待补偿生产装置进行工况调节时，也通过案例匹配来获取匹配度最高的历史案例，并进行测算，保证每次调整都与实际相符。进一步的，所述产耗量数据模型的具体建立过程为：历史数据集中采集若干组待调整生产装置的历史工况数据，通过对所述历史工况数据进行特征属性提取和降维处理构建降维数据集，根据历史工况数据内的历史产耗量数据和降维数据集建立产耗量数据模型。进一步的，所述负荷数据模型的具体建立过程为：从历史数据集中采集若干组待补偿生产装置的历史工况数据，通过对所述历史工况数据进行特征属性提取和降维处理构建降维数据集，根据历史工况数据内的历史负荷数据和降维数据集建立负荷数据模型。数据模型都依靠历史数据进行建立，保证了后续通过数据模型来获取调整的工况数据时，能更好的符合实际。进一步的，所述历史数据集的具体建立过程为：实时采集负荷调整前在产耗平衡状态下生产系统内所有生产装置的工况数据，所述工况数据包括产耗量数据、负荷数据以及其他与产耗相关的数据，并根据所述工况数据建立数据库；从数据库中采集生产系统内所有生产装置的历史工况数据，对所述历史工况数据进行数据清洗，并根据数据清洗后的历史工况数据构建历史数据集。进行数据清洗后建立的历史数据集保证了集内数据均为相关数据，减少无关数据对后续计算的影响。进一步的，所述特征属性提取和降维处理的具体过程为：对采集的历史工况数据进行相关性分析，获取生产装置工况数据的特征属性，并对采集的历史工况数据进行特征属性提取，所述特征属性为相关性分析中与产耗量的相关系数大于0.3的属性，获取历史工况数据的特征属性数据，并根据获取的历史工况数据的特征属性数据构建特征属性数据集；对特征属性数据集进行主成分分析，计算主成分分析中各成分轴对特征属性数据集的方差贡献率，并把计算得到的方差贡献率按照从大到小的顺序进行排序，并按照降序逐个进行求和计算，直至方差贡献率之和大于95％；将进行求和的方差贡献率对应的成分轴作为主成分轴，并按照主成分轴获取特征属性数据集的主成分数据，通过所述主成分数据构建降维数据集。通过相关性分析提取特征属性，将相关性高的变量进行提取，保证特征属性数据集内的特征属性都与产耗量相关，排除无用数据的干扰。通过主成分分析进行降维处理，有效地降低了模型维度以及复杂度，避免了维度灾难，提高了数据驱动建模的准确性。进一步的，通过案例匹配方法获取数据库中对应的最佳历史工况数据，所述案例匹配方法具体为：提取生产装置降维数据集中的调整变量的期望值的95％至105％范围内的数据子集，根据欧几里得距离公式计算数据子集内每组工况数据与降维后的变量替换工况数据之间的欧几里得距离，将计算获得的欧几里得距离按照从小到大进行排序，选取欧几里得距离最小的一组工况数据作为匹配度最高的历史工况数据，将所述匹配度最高的历史工况数据作为最佳历史工况数据；步骤二中案例匹配内所述调整变量的期望值为负荷期望值；步骤五中案例匹配内所述调整变量的期望值为产耗量期望值。通过案例匹配来获取在负荷期望值情况下工况数据的具体情况，由于案例匹配获取的数据均为历史数据处理后的数据，是符合实际情况的，所以依照案例匹配获得的数据来进行数据建模测算才能最大程度的保证测算获得的数据符合实际情况。进一步的，所述欧几里得距离的具体计算公式如下：其中：Da为降维后的工况数据和数据子集内第a组工况数据的欧几里得距离；m为数据子集内工况数据组数；j为数据子集内每组工况数据内变量个数；lb为第b个主成分对应的方差贡献率；xab为数据子集内第a组工况数据里的第b个变量；xb为降维后的工况数据的第b个变量。将方差贡献率引入欧几里得距离的计算中，贡献率越大的主成分在距离计算中所占比率越高，在进行案例匹配时，确保贡献率大的主成分能够优先被考虑。进一步的，在获取产耗量期望值时还执行产耗补偿量判断子步骤：采集待补偿生产装置的产耗量阈值和当前该生产装置的工况数据，所述当前该生产装置的工况数据包括第一产耗量数据、第一负荷数据和其他与产耗相关的第一数据，根据产耗量阈值和第一产耗量获取该装置的产耗量补偿阈值，判断产耗量变化值是否在该装置的产耗量补偿阈值内，若在阈值内，则设定产耗量期望本文档来自技高网...

【技术保护点】
1.一种基于案例匹配的产耗平衡测算方法，其特征在于，包括以下步骤：/n步骤一，获取生产计划的负荷期望值以及待调整生产装置的当前工况数据；/n步骤二，根据所述负荷期望值以及所述当前工况数据，获取数据库中对应的待调整生产装置的最佳历史工况数据；根据负荷期望值对待调整生产装置的最佳历史工况数据进行负荷数据替换，生成第一最佳历史工况数据；将第一最佳历史工况数据降维后输入产耗量数据模型，获得工况调整数据；/n步骤三，根据所述工况调整数据对待调整生产装置进行工况调整，根据所述工况调整数据和待调整生产装置的当前工况数据获取系统产耗量变化值；/n步骤四，选择待补偿生产装置，获取待补偿生产装置的当前工况数据，并根据系统产耗量变化值和待补偿生产装置的当前工况数据获取产耗量期望值；/n步骤五，根据所述产耗量期望值以及所述当前工况数据，获取数据库中对应的待补偿生产装置的最佳历史工况数据；根据产耗量期待值对待补偿生产装置的最佳历史工况数据进行产耗量数据替换，生成第二最佳历史工况数据；/n步骤六，将所述第二最佳历史工况数据降维后输入负荷数据模型，获得工况调整数据，根据所述工况调整数据对待补偿生产装置进行工况调整。/n...

【技术特征摘要】
1.一种基于案例匹配的产耗平衡测算方法，其特征在于，包括以下步骤：
步骤一，获取生产计划的负荷期望值以及待调整生产装置的当前工况数据；
步骤二，根据所述负荷期望值以及所述当前工况数据，获取数据库中对应的待调整生产装置的最佳历史工况数据；根据负荷期望值对待调整生产装置的最佳历史工况数据进行负荷数据替换，生成第一最佳历史工况数据；将第一最佳历史工况数据降维后输入产耗量数据模型，获得工况调整数据；
步骤三，根据所述工况调整数据对待调整生产装置进行工况调整，根据所述工况调整数据和待调整生产装置的当前工况数据获取系统产耗量变化值；
步骤四，选择待补偿生产装置，获取待补偿生产装置的当前工况数据，并根据系统产耗量变化值和待补偿生产装置的当前工况数据获取产耗量期望值；
步骤五，根据所述产耗量期望值以及所述当前工况数据，获取数据库中对应的待补偿生产装置的最佳历史工况数据；根据产耗量期待值对待补偿生产装置的最佳历史工况数据进行产耗量数据替换，生成第二最佳历史工况数据；
步骤六，将所述第二最佳历史工况数据降维后输入负荷数据模型，获得工况调整数据，根据所述工况调整数据对待补偿生产装置进行工况调整。


2.根据权利要求1所述的一种基于案例匹配的产耗平衡测算方法，其特征在于，所述产耗量数据模型的具体建立过程为：历史数据集中采集若干组待调整生产装置的历史工况数据，通过对所述历史工况数据进行特征属性提取和降维处理构建降维数据集，根据历史工况数据内的历史产耗量数据和降维数据集建立产耗量数据模型。


3.根据权利要求1所述的一种基于案例匹配的产耗平衡测算方法，其特征在于，所述负荷数据模型的具体建立过程为：从历史数据集中采集若干组待补偿生产装置的历史工况数据，通过对所述历史工况数据进行特征属性提取和降维处理构建降维数据集，根据历史工况数据内的历史负荷数据和降维数据集建立负荷数据模型。


4.根据权利要求2或3所述的一种基于案例匹配的产耗平衡测算方法，其特征在于，所述历史数据集的具体建立过程为：实时采集负荷调整前在产耗平衡状态下生产系统内所有生产装置的工况数据，所述工况数据包括产耗量数据、负荷数据以及其他与产耗相关的数据，并根据所述工况数据建立数据库；从数据库中采集生产系统内所有生产装置的历史工况数据，对所述历史工况数据进行数据清洗，并根据数据清洗后的历史工况数据构建历史数据集。


5.根据权利要求2或3所述的一种基于案例匹配的产耗平衡测算方法，其特征在于，所述特征属性提取和降维处理的具体过程为：对采集的历史工况数据进行相关性分析，获取生产装置工况数据的特征属性，并对采集的历史工况数据进行特征属性提取，所述特征属性为相关性分析中与产耗量的相关系数大于0.3的属性，获取历史工况数据的特征属性数据，并根据获取的历史工况数据的特征属性数据构建特征属性数据集；对特征属性数据集进行主成分...

【专利技术属性】
技术研发人员：韩文巧，江泉达，王宽心，蒋益波，
申请(专利权)人：浙江中控技术股份有限公司，浙江中控软件技术有限公司，
类型：发明
国别省市：浙江;33