本发明涉及石油炼制加工领域，特别涉及一种连续重整装置分馏与抽提优化方法、系统及存储介质。
背景技术：
：催化重整技术是现代炼油工艺中重要的工艺技术之一。通过催化重整工艺可以将低辛烷值的石脑油馏分变为富含芳烃的高辛烷值组分。催化重整作为生产高辛烷值汽油调和组分和芳烃的重要炼油工艺，在世界炼油和化工工业中发挥着越来越重要的作用。目前国内主要采用lpec连续重整技术，即四台重整反应器采用两-两重叠式布置，然而，石油炼油过程中的优化主要由离线模型人工计算后传达给装置操作人员，具有严重的滞后性。且当外部条件如原料性质、产品控制质量指标、公用工程等发生变化后，从之前的稳定状态变为再次稳定状态过程时需要操作工人通过经验进行调节。需要较长的时间才能一步步的调整接近目标参数值，且不一定为最优化值。另外，调整后的经济效益指标难以获知，需人工核算，费时费力。因而现有技术还有待改进和提高。技术实现要素：鉴于上述现有技术的不足之处，本发明的目的在于提供一种连续重整装置分馏与抽提优化方法、设备及存储介质，解决现有技术中连续重整装置分馏与抽提中人工优化耗时费力且优化不佳的技术问题。为了达到上述目的，本发明采取了以下技术方案：一种连续重整装置分馏与抽提优化方法，包括如下步骤：实时收集所述连续重整装置的操作数据以及产品分析数据，并依据所述操作数据以及产品分析数据建立实时数据库系统；对所述实时数据库系统中的实时数据进行建模处理，得到匹配所述连续重整装置工况的建模模型；采用队列竞争算法对所述连续重整装置工况的建模模型进行优化，并形成优化策略。一种连续重整装置分馏与抽提优化系统，包括处理器和存储器；所述存储器上存储有可被所述处理器执行的计算机可读程序；所述处理器执行所述计算机可读程序时实现如上所述的连续重整装置分馏与抽提优化方法中的步骤。一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个程序，所述一个多个程序可被一个或者多个处理器执行，以实现如上所述的连续重整装置分馏与抽提优化方法中的步骤。相较于现有技术，本发明提供的连续重整装置分馏与抽提优化方法、设备及存储介质通过智能优化算法和机理模型计数确定最佳操作条件，能够在保证安全生产和产品合格的前提下，提高优化效果，省时节力，且能够提高经济效益，且有效减少能量消耗、污染物排放，提高收率、产量、利润、资源利用率。附图说明图1为本发明提供的连续重整装置分馏与抽提优化方法的一较佳实施例的流程图；图2为图1中步骤s30的一较佳实施例的流程示意图；图3为二甲苯塔侧线二甲苯含量实际和预期优化值统计图；图4为抽余油芳烃含量统计图。具体实施方式本发明提供一种连续重整装置分馏与抽提优化方法、设备及存储介质，为使本发明的目的、技术方案及效果更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。实施例1请参阅图1，图1为本发明提供的连续重整装置分馏与抽提优化方法的一较佳实施例的流程图。本发明提供的连续重整装置分馏与抽提优化方法的流程图，包括如下步骤：s10、实时收集所述连续重整装置的操作数据以及产品分析数据，并依据所述操作数据以及产品分析数据建立实时数据库系统。具体来说，需要对连续重整分馏及抽提装置进行调研分析，了解该装置的工艺流程和日常操作手段，进而收集该装置的操作数据和产品分析数据，一般来说，操作数据是指分布式控制系统数据(dcs)，而产品分析数据是指实验室管理系统数据(lims)。进一步来说，依据所述操作数据以及产品分析数据建立实时数据库系统是指，针对连续重整分馏及抽提装置的dcs系统和相应lims系统，采用opc技术，建立一套数据采集系统和实时数据库系统，以便实时的将dcs和lims数据采集到数据库中，供优化系统使用。作为优选的实施例，此步骤还收集产品质量要求等其他相关数据。s20、对所述实时数据库系统中的实时数据进行建模处理，得到匹配所述连续重整装置工况的建模模型。具体来说，针对连续重整分馏及抽提装置，采用自动建模技术，开发一套连续重整分馏及抽提系统自动建模程序，实时为其装置建立匹配装置工况的机理模型，并根据该机理模型得到匹配所述连续重整装置工况的建模模型。更为具体的，作为优选的实施例，所述对所述实时数据库系统中的实时数据进行建模处理，得到匹配所述连续重整装置工况的建模模型，具体包括：筛选所述操作数据及产品分析数据中的关键数据，并实时存入到所述数据库系统中，其中，该关键数据可以是流量计数据、温度计数据、压力计数据等，当然，上述关键数据需要通过上述实时数据库中进行读取；基于所述关键数据，检测所述连续重整装置是否处于稳定状态；当所述连续重整装置处于稳定状态时，基于匹配度函数建立所述建模模型。一般而言，当所述连续重整装置处于稳定状态时，即表示装置运行较为良好，而当所述连续重整装置处于不稳定状态时，即表示装置可能运行状况有问题。作为优选的实施例，所述基于所述关键数据，检测所述连续重整装置是否处于稳定状态，具体包括：检测所述关键数据在设定时间内是否保持在设定方差内，当处于设定方差内，则连续重整装置处于稳定状态，当不处于设定方差内，则连续重整装置处于不稳定状态。具体来说，设定时间优选2-5小时，最佳的设定时间则为3小时，那么检测所述关键数据(一般为各个仪表上的显示数值，如流量计、温度计、压力计)是否处于设定方差(即设定范围内)才能量化该连续重整装置是否处于稳定状态。作为优选的实施例，当所述连续重整装置处于稳定状态时，基于匹配度函数建立所述建模模型，具体包括：基于cape-open建立所述关键数据的机理模型；实时筛选并读取所述机理模型中的模型数据，实时采集所述关键数据对应的实际数据；将所述模型数据与实际数据进行相对差值计算，并分别对所述模型数据与实际数据求取设定权重，并基于匹配度函数得到匹配度值；选取最佳匹配度值，并将所述最佳匹配度值对应的实际数据写入所述机理模型，得到所述建模模型。具体的，所述匹配度值是指：根据所述模型数据与实际数据之间差值建立的匹配度函数；根据所述匹配度函数得到所述匹配度值；其中，所述匹配度函数为：y为匹配度值，s为实际数据，m为模型数据，w为权重系数。因此，通过对模型数据与实际数据进行匹配对比，从而不断优化确定操作数据及产品分析数据的最佳值，进而为优化提供数据支撑。s30、采用队列竞争算法对所述连续重整装置工况的建模模型进行优化，并形成优化策略。一般来说，队列竞争算法是一种全局优化算法，列队竞争算法可解单目标优化问题也可解多目标优化问题，很容易实现并行优化计算。为了进一步说明本步骤s30的具体方法，请参阅图2，图2为图1中步骤s30的一较佳实施例的流程示意图。s301、选取所述操作数据以及产品分析数据中的任一数据作为参数变量，并产生n个解向量x，组成初始解向量；具体的，任一数据优选产品价格参数，通过价格参数更加能够显示经济效益，以便技术人员更易经济指标评价。一般而言，所述产品分析数据包括流量计数据、温度计数据以及压力计数据。s302、对所述n个解向量代入到所述建模模型进行模拟计算，并对所述模拟计算的结果进行评价，并按照优劣进行降序排列；s303、根据所述n个解向量在队列中的位置，按一定比例确定其相应的搜索空间；一般而言，处于第一位的搜索空间最小，处于最末位的搜索空间最大。s304、令所述n个解向量在其各自的相应搜索空间内进行无性繁殖，产生m个子代解向量；s305、计算所述各m个子代解向量；s306、依次比较所述m个子代解向量与相对应的父代解向量的优劣，并保留最优者作为下一轮无性繁殖的父代；s307、判断上述所有操作数据以及产品分析数据是否达到预设精度，当没有达到预设精度时，则继续返回到s302，当达到预设精度时，则进入s308。换句话说，只要没有达到预设精度，需要不断循环直至所有操作数据以及产品分析数据达到预设精度为止。一般来说，预设精度可根据产品生产实际情况进行设定，如根据客户的产品需求，或者根据行业内常用标准等。s308、将达到预设精度时对应的所有操作数据以及产品分析数据作为优化标准，对所述连续重整装置分馏与抽提进行优化。具体来说，当确定了优化标准，技术人员可以根据实际情况对数据采集、数据校正、实时建模和实时优化。通过采取了本发明提供的连续重整装置分馏与抽提优化方法后，可使二甲苯塔侧线二甲苯含量降低，根据申请人前期调研得知2019年2月份连续重整分馏及抽提装置二甲苯塔侧线二甲苯含量在13％～21％之间，平均17.2％左右，如表1所示。表1：2月份二甲苯塔侧线抽出油中二甲苯含量统计分析频次一天一次最高含量21.22％最低含量13.44％平均含量17.2％请再参阅图3，图3为为二甲苯塔侧线二甲苯含量实际和预期优化值统计图。图中可以看出二甲苯含量与指标5％存在较大差距，使二甲苯进入经济效益相对较差的汽油调和组分中。通过比对实际二甲苯含量和优化后的语气苯含量，可以看出优化后二甲苯含量降低至11％上下波动。通过苯含量的下降可以知道通过优化后，可以有效减少能量消耗、污染物排放，提高收率、产量、利润、资源利用率。通过采取了本发明提供的连续重整装置分馏与抽提优化方法后，可使抽余油中芳烃含量降低，具体可参阅图4，图4是2月2日-26日抽余油芳烃含量统计，可见抽余油芳烃含量在1.5％左右且存在一定波动，通过实时优化方法的实施，预期可使抽余油中芳烃含量控制在0.2％(或要求的指标)以内。通过上述二甲苯含量和抽余油中芳烃含量的降低，能够减少污染物排放，进而增加减少成本，从而增加利润，进而提供经济效益。本发明提供的连续重整装置分馏与抽提优化方法通过智能优化算法和机理模型计数确定最佳操作条件，能够在保证安全生产和产品合格的前提下，提高优化效果，省时节力，且能够提高经济效益，且有效减少能量消耗、污染物排放，提高收率、产量、利润、资源利用率。实施例2本发明还提供了连续重整装置分馏与抽提优化系统，包括处理器以及存储器，所述存储器上存储有计算机程序，所述计算机程序被所述处理器执行时，实现实施例1提供的连续重整装置分馏与抽提优化方法。本实施例提供的连续重整装置分馏与抽提优化系统，用于实现连续重整装置分馏与抽提优化方法，因此，上述连续重整装置分馏与抽提优化方法所具备的技术效果，连续重整装置分馏与抽提优化系统同样具备，在此不再赘述。实施例3本发明的实施例3提供了计算机存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现实施例1连续重整装置分馏与抽提优化方法。本实施例提供的计算机存储介质，用于实现连续重整装置分馏与抽提优化方法，因此，上述连续重整装置分馏与抽提优化方法所具备的技术效果，计算机存储介质同样具备，在此不再赘述。综上所述，本发明提供的连续重整装置分馏与抽提优化方法、设备及存储介质中通过智能优化算法和机理模型计数确定最佳操作条件，能够在保证安全生产和产品合格的前提下，提高优化效果，省时节力，且能够提高经济效益，且有效减少能量消耗、污染物排放，提高收率、产量、利润、资源利用率。当然，本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关硬件(如处理器，控制器等)来完成，所述的程序可存储于一计算机可读取的存储介质中，该程序在执行时可包括如上述各方法实施例的流程。其中所述的存储介质可为存储器、磁碟、光盘等。可以理解的是，对本领域普通技术人员来说，可以根据本发明的技术方案及其发明构思加以等同替换或改变，而所有这些改变或替换都应属于本发明所附的权利要求的保护范围。当前第1页1 2 3
技术特征：1.一种连续重整装置分馏与抽提优化方法，其特征在于，包括如下步骤：
实时收集所述连续重整装置的操作数据以及产品分析数据，并依据所述操作数据以及产品分析数据建立实时数据库系统；
对所述实时数据库系统中的实时数据进行建模处理，得到匹配所述连续重整装置工况的建模模型；
采用队列竞争算法对所述连续重整装置工况的建模模型进行优化，并形成优化策略。
2.根据权利要求1所述的连续重整装置分馏与抽提优化方法，其特征在于，所述对所述实时数据库系统中的实时数据进行建模处理，得到匹配所述连续重整装置工况的建模模型，具体包括：
筛选所述操作数据及产品分析数据中的关键数据，并实时存入到所述数据库系统中；
基于所述关键数据，检测所述连续重整装置是否处于稳定状态；
当所述连续重整装置处于稳定状态时，基于匹配度函数建立所述建模模型。
3.根据权利要求2所述的连续重整装置分馏与抽提优化方法，其特征在于，所述基于所述关键数据，检测所述连续重整装置是否处于稳定状态，具体包括：
检测所述关键数据在设定时间内是否保持在设定方差内，当处于设定方差内，则连续重整装置处于稳定状态，当不处于设定方差内，则连续重整装置处于不稳定状态。
4.根据权利要求2所述的连续重整装置分馏与抽提优化方法，其特征在于，所述当所述连续重整装置处于稳定状态时，基于匹配度函数建立所述建模模型，具体包括：
基于cape-open建立所述关键数据的机理模型；
实时筛选并读取所述机理模型中的模型数据，实时采集所述关键数据对应的实际数据；
将所述模型数据与实际数据进行相对差值计算，并分别对所述模型数据与实际数据求取设定权重，并基于匹配度函数得到匹配度值；
选取最佳匹配度值，并将所述最佳匹配度值对应的实际数据写入所述机理模型，得到所述建模模型。
5.根据权利要求4所述的连续重整装置分馏与抽提优化方法，其特征在于，所述匹配度值是指：
根据所述模型数据与实际数据之间差值建立的匹配度函数；
根据所述匹配度函数得到所述匹配度值；
其中，所述匹配度函数为：y＝∑|s-m|*ω，y为匹配度值，s为实际数据，m为模型数据，w为权重系数。
6.根据权利要求1所述的连续重整装置分馏与抽提优化方法，其特征在于，所述采用队列竞争算法对所述连续重整装置工况的建模模型进行优化，并形成优化策略，具体包括：
选取所述操作数据以及产品分析数据中的任一数据作为参数变量，并产生n个解向量x，组成初始解向量；
对所述n个解向量代入到所述建模模型进行模拟计算，并对所述模拟计算的结果进行评价，并按照优劣进行降序排列；
根据所述n个解向量在队列中的位置，按一定比例确定其相应的搜索空间；
令所述n个解向量在其各自的相应搜索空间内进行无性繁殖，产生m个子代解向量；
计算所述各m个子代解向量；
依次比较所述m个子代解向量与相对应的父代解向量的优劣，并保留最优者作为下一轮无性繁殖的父代；
循环进行上述步骤直至所有操作数据以及产品分析数据达到预设精度为止；
将达到预设精度时对应的所有操作数据以及产品分析数据作为优化标准，对所述连续重整装置分馏与抽提进行优化。
7.根据权利要求6所述的连续重整装置分馏与抽提优化方法，其特征在于，所述n个解向量在队列中的位置具体为：
处于第一位的搜索空间最小，处于最末位的搜索空间最大。
8.根据权利要求1-7任一项所述的连续重整装置分馏与抽提优化方法，其特征在于，所述产品分析数据包括流量计数据、温度计数据以及压力计数据。
9.一种连续重整装置分馏与抽提优化系统，其特征在于，包括处理器和存储器；
所述存储器上存储有可被所述处理器执行的计算机可读程序；
所述处理器执行所述计算机可读程序时实现如权利要求1-8任意一项所述的连续重整装置分馏与抽提优化方法中的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有一个或者多个程序，所述一个多个程序可被一个或者多个处理器执行，以实现如权利要求1-8任意一项所述的连续重整装置分馏与抽提优化方法中的步骤。
技术总结本发明公开了一种连续重整装置分馏与抽提优化方法及系统。所述一种连续重整装置分馏与抽提优化方法包括如下步骤：实时收集所述连续重整装置的操作数据以及产品分析数据，并依据所述操作数据以及产品分析数据建立实时数据库系统；对所述实时数据库系统中的实时数据进行建模处理，得到匹配所述连续重整装置工况的建模模型；采用队列竞争算法对所述连续重整装置工况的建模模型进行优化，并形成优化策略。本发明公开的连续重整装置分馏与抽提优化方法及系统通过智能优化算法和机理模型计数确定最佳操作条件，能够在保证安全生产和产品合格的前提下，提高优化效果，省时节力，减少污染物排放且提高经济效益。
技术研发人员：鄢烈祥;廖国军;沈体峰;周力;范阳春
受保护的技术使用者：汉谷云智(武汉)科技有限公司
技术研发日：2019.12.31
技术公布日：2020.06.05
