基于人工智能预警天然气净化装置非正常工况

摘要

天然气净化装置非正常工况现有预警方式,主要为工业控制系统单参数阈值报警,操作人员的技能经验决定了处置的时效性与适宜性,受人为因素影响较大。为此,寻求一种在非正常工况出现苗头、早于工业控制系统阈值报警的预警技术,降低操作人员技能水平对故障判断的影响,推进安全管理关口前移尤为重要。本文以天然气净化装置脱硫溶液系统发泡为例,结合脱硫溶液发泡的形成原因、参数表征、操作处置等现场经验,结合净化装置工业控制系统实时读取、历史查询生产数据的数据库,开展了基于人工智能建立的脱硫溶液发泡预警模型的研究、设计与应用。运行结果表明,模型预警准确率可达97%,在预警净化装置溶液发泡非正常工况中是可行的,并对其它非正常工况的预警研究具有可复用与迁移的重要意义。