CN101131584B - 炼油厂多层次物料平衡数据校正方法 - Google Patents

Abstract

本发明公开了一种炼油厂多层次物料平衡数据校正方法。该方法首先采用进厂、出厂、库存计量数据进行进销存平衡的数据校正，然后利用第一步计算所得的结果作为约束对生产装置和油品移动层的数据进行校正，从而得到准确的符合全厂物料平衡的数据。本发明的优点：1)本发明有效避免了测量仪表的显著误差对数据协调结果造成的破坏性影响。2)本发明减小了全厂数据协调问题的规模，从而避免了由于大规模矩阵求逆所带来的数值计算上的病态问题。3)本发明原理简单，实施方便，便于实现与其他应用系统的数据集成。

Description

炼油厂多层次物料平衡数据校正方法

技术领域

本发明涉及一种炼油厂多层次物料平衡数据校正方法。

背景技术

准确的测量数据是计算机过程监控、优化、调度及决策分析的重要基础。但是实际测量中，测量误差是不可避免的，它包括随机误差和显著误差。显著误差是由于测量仪表装置故障或者测量管线泄露而产生的；而随机误差则是在测量、传输、变换过程中产生的，一般认为随机误差满足零均值的正态分布规律。数据校正的主要目的是减小测量误差的影响从而提高数据的完整性和准确性。

对大型炼油企业而言，现在普遍使用的全局物料平衡数据校正算法因为物料平衡模型的复杂性，显著误差检测与处理仍依赖于人的经验，因此不能得到满意的结果。

发明内容

本发明的目的是提供一种炼油厂多层次物料平衡数据校正方法。该方法在测量数据含有显著误差时仍能给出比较准确的数据协调值。

它包括如下步骤：

1)将每股进厂的原料物流编号为：r₁r₂r₃......r_a；将每股出厂的产品物流编号为：u₁u₂u₃......u_b；将除去进出厂物流外的中间物流编号为：x₁x₂x₃......x_d，这些中间物流包括每个生产装置的损耗量；将每个储罐的变化量编号为：

t₀t₁t₂......t_c；

2)建立全厂进销存层次的平衡方程：

进料量-出料量＝储罐变化量+生产装置损耗量(1)

进而得到该方程的数学表达式：

A₁X₁＝b₁  (2)

其中，A₁是由元素1构成的行向量；X₁是由步1)中标记的储罐变化量和装置损耗量构成的列向量，未知；标量b₁由下式定义：

$b_1=\underset{i=1}{\overset{a}{\mathrm{\Σ}}}{r}_i-\underset{i=1}{\overset{b}{\mathrm{\Σ}}}{u}_i---\left(3\right);$

3)根据最小二乘原理进行进销存层次的数据校正，具体计算公式为：

${\hat{X}}_1=Y_1-Q_1{A_1}^T{\left(A_1{Q}_1{A}_1^T\right)}^{-1}(A_1{Y}_1-b_1)---\left(4\right),$

其中，是X₁的估计值向量，Y₁是由X₁中各个元素的测量值构成的向量，Q₁为向量Y₁的协方差矩阵；

4)将每个储罐、每个生产装置视为一个节点，将步骤1)定义的每一条物流、每一个储罐变化量视为一条加权有向弧，每条弧的权值定义为真实的物流流量或者储罐的变化量。

5)对于包含在向量X₁中的物流和储罐变化量所对应的弧，其权值采用步骤3)所得到的校正值；对于进出厂的原料和产品物流所对应的弧，其权值直接采用测量值，图中其余弧的权值设为未知；

6)对步骤4)中定义的每个节点，根据步骤5)给出的各条有向弧的权值，列出平衡方程：

∑流入节点的弧的权值＝∑流出节点的弧的权值(5)

进而得到用矩阵形式表示的约束方程组：

A₂X₂＝b₂  (6)

其中，X₂向量由步骤5)定义的未知权值的中间物流组成；

7)根据最小二乘原理进行生产装置和油品移动层的数据校正，具体计算公式为：

${\hat{X}}_2=Y_2-Q_2{A_2}^T{\left(A_2{Q}_2{A}_2^T\right)}^{-1}(A_2{Y}_2-b_2)---\left(7\right)$

其中，是X₂的估计值向量，Y₂是由X₂中各个元素的测量值构成的向量，Q₂为向量Y₂的协方差矩阵；

8)最后将

向量中的各条物流和储罐变化量的校正值按照步骤1)定义的顺序重新排列，即得到全厂物流和储罐变化量的校正值。

本发明的优点：

1)本发明有效避免了测量仪表的显著误差对数据协调结果造成的破坏性影响。

2)本发明减小了全厂数据协调问题的规模，从而避免了由于大规模矩阵求逆所带来的数值计算上的病态问题。

3)本发明原理简单，实施方便，便于实现与其他应用系统的数据集成。

附图说明

附图是炼油厂简化的生产流程示意图。

具体实施方式

以附图所示的某一炼油厂的生产流程图为例说明本方法的具体实施步骤。

1)将每股进厂的原料物流编号为：r₁r₂r₃；将每股出厂的产品物流编号为：u₁u₂u₃u₄u₅u₆；将除去进出厂物流外的中间物流编号为：x₁x₂x₃......x₂₈，这些中间物流包括每个生产装置的损耗量；将每个储罐的变化量编号为：t₀t₁t₂......t₁₁；

2)建立全厂进销存层次的平衡方程：

A₁X₁＝b₁

其中，X₁是由步骤1)中标记的储罐变化量和装置损耗量构成的列向量：X₁＝[x₇x₁₃x₁₇x₂₃x₂x₉x₁₅x₁₉t₀t₁t₂t₃t₄t₅t₆t₇t₈t₉t₁₀t₁₁]^T，A₁是由元素1构成的行向量：A₁＝[11111111111111111111]，b₁＝r₁+r₂+r₃-u₁-u₂-u₃-u₄-u₅-u₆＝18580

3)根据最小二乘原理进行进销存层次的数据校正，采用公式(4)对X₁进行估计，得到校正后的向量

4)将每个储罐、每个生产装置视为一个节点，将步骤1)定义的每一条物流、每一个储罐变化量视为一条加权有向弧，每条弧的权值定义为真实的物流流量或者储罐的变化量。

5)赋予各条有向弧权值，见附图。

6)根据步骤3)计算所得到的储罐变化量、生产装置损耗量的校正值和步骤4)，步骤5)所得到的图，对每个节点列出平衡方程。其中某些节点的平衡方程只含有一个未知的物流流量，这些方程可以用来直接计算未知流量：

$x_{24}=u_1+{\hat{t}}_2=803.83$

$x_4=u_2+{\hat{t}}_3=774.61$

$x_{20}=u_6+{\hat{t}}_{10}=2076.4$

$x_{22}=u_5+{\hat{t}}_{11}=862.96$

$x_{26}=r_3-{\hat{t}}_6=267.27$

$x_{27}={\hat{t}}_8+u_3+u_4-x_{26}=4008$

$x_{16}={\hat{t}}_7+x_{27}=5921.6$

$x_{14}={\hat{x}}_{15}+x_{16}+{\hat{x}}_{17}=6273.6$

利用上述计算结果、步骤3)得到的校正值和其他包含两个以上未知物流流量的平衡方程，可以得到用矩阵形式表示的约束方程组：

A₂X₂＝b₂

其中，X₂＝[x₁x₃x₅x₆x₈x₁₀x₁₁x₁₂x₁₈x₂₁x₂₅x₂₈]^T

b₂＝[920.96 154.37 3178.1 -20247 2450 1124.9 5738.8 406.69 6273.6]^T

$A_2=\left[\begin{array}{cccccccccccc}1& -1& -1& -1& 0& 0& 0& 0& 0& 0& 0& 0\\ 0& 0& 0& 0& 1& -1& -1& -1& 0& 0& 0& 0\\ 0& 0& 0& 0& 0& 0& 0& 0& 1& -1& 0& 0\\ -1& 0& 0& 0& -1& 0& 0& 0& 0& 0& 0& 0\\ 0& 1& 0& 0& 0& 1& 0& 0& 0& 0& 0& 0\\ 0& 0& 1& 0& 0& 0& 0& 0& 0& 0& -1& 1\\ 0& 0& 0& 1& 0& 0& 0& 1& -1& 0& 0& 0\\ 0& 0& 0& 0& 0& 0& 0& 0& 0& 1& 0& -1\\ 0& 0& 0& 0& 0& 0& 1& 0& 0& 0& 1& 0\end{array}\right]$

7)根据最小二乘原理进行生产装置和油品移动层的数据校正：采用公式(7)对X₂进行估计，得到校正后的向量

8)最后将

向量中的各条物流和储罐变化量的校正值按照步骤1)定义的顺序重新排列，即得到全厂物流和储罐变化量的校正值。

采用全局数据协调的结果和采用多层次校正方法的结果对比见下表

表1测量值和协调值

x<sub>14</sub>	6254.9	6138.7	6273.6	6270	t<sub>5</sub>	5742.3	5628.5	5738.8	5736
										x<sub>15</sub>	292.09	295.19	291.56	295	t<sub>6</sub>	232.74	231.45	232.73	230
x<sub>16</sub>	5022.4	5783.2	5921.9	5915	t<sub>7</sub>	1914.3	1836.9	1913.9	1915
										x<sub>17</sub>	60.173	60.23	60.163	60	t<sub>8</sub>	1725.6	1664.9	1725.3	1720
x<sub>18</sub>	4295.4	4294.5	4308.1	4310	t<sub>9</sub>	406.71	406.48	406.69	406
										x<sub>19</sub>	209	205.24	208.88	210	t<sub>10</sub>	1776.7	1766.4	1776.4	1780
x<sub>20</sub>	2082.6	2066.4	2076.4	2080	t<sub>11</sub>	412.98	412.26	412.96	410

加粗的数据表示测量数据中含有显著误差

采用全局物料平衡数据校正算法，校正值与真实值之差的平方和为：

$V={(\hat{Y}-Y)}^T{Q}^{-1}(\hat{Y}-Y)=98944$

采用全厂多层次物料平衡数据校正算法，校正值与真实值之差的平方和为：

$V={({\hat{Y}}^{\′}-Y)}^T{Q}^{-1}({\hat{Y}}^{\′}-Y)=98.5074$

由表1数据进行两种算法的性能比较，可以看出全厂多层次物料平衡数据校正算法可以降低显著误差对校正结果的污染，得到较为准确的测量数据的校正值。

本发明原理简单，实施方便，能够降低显著误差等因素对于测量数据的干扰，提高企业测量数据的精度，确保数据的准确性。

Claims (1)

1.一种炼油厂多层次物料平衡数据校正方法，其特征包括如下步骤：

1)将每股进厂的原料物流编号为：r₁r₂r₃......r_a；将每股出厂的产品物流编号为：u₁u₂u₃......u_b；将除去进出厂物流外的中间物流编号为：x₁x₂x₃......x_d，这些中间物流包括每个生产装置的损耗量；将每个储罐的变化量编号为：t₀t₁t₂......t_c；

2)建立全厂进销存层次的平衡方程：

进料量-出料量＝储罐变化量+生产装置损耗量(1)

进而得到该方程的数学表达式：

A₁X₁＝b₁     (2)

其中，A₁是由元素1构成的行向量；X₁是由步骤1)中标记的储罐变化量和装置损耗量构成的列向量，未知；标量b₁由下式定义：

$b_1=\underset{i=1}{\overset{a}{\mathrm{\Σ}}}{r}_i-\underset{i=1}{\overset{b}{\mathrm{\Σ}}}{u}_i---\left(3\right);$

3)根据最小二乘原理进行进销存层次的数据校正，具体计算公式为：

${\hat{X}}_1=Y_1-Q_1{{A_1}^T\left(A_1{Q}_1{A}_1^T\right)}^{-1}(A_1{Y}_1-b_1)---\left(4\right),$

其中，

是X₁的估计值向量，Y₁是由X₁中各个元素的测量值构成的向量，Q₁为向量y₁的协方差矩阵；

4)将每个储罐、每个生产装置视为一个节点，将步骤1)定义的每一条物流、每一个储罐变化量视为一条加权有向弧，每条弧的权值定义为真实的物流流量或者储罐的变化量；

5)对于包含在向量X₁中的物流和储罐变化量所对应的弧，其权值采用步骤3)所得到的校正值；对于进出厂的原料和产品物流所对应的弧，其权值直接采用测量值，图中其余弧的权值设为未知；

6)对步骤4)中定义的每个节点，根据步骤5)给出的各条有向弧的权值，列出平衡方程：

∑流入节点的弧的权值＝∑流出节点的弧的权值(5)

进而得到用矩阵形式表示的约束方程组：

A₂X₂＝b₂      (6)

其中，X₂向量由步骤5)定义的未知权值的中间物流组成，A₂是生产装置和油品移动层的物流结构所对应的结构矩阵，b₂是生产装置和油品移动层物料平衡方程中的常数向量；

7)根据最小二乘原理进行生产装置和油品移动层的数据校正，具体计算公式为：

${\hat{X}}_2=Y_2-Q_2{{A_2}^T\left(A_2{Q}_2{A}_2^T\right)}^{-1}(A_2{Y}_2-b_2)---\left(7\right)$

其中，

是X₂的估计值向量，Y₂是由X₂中各个元素的测量值构成的向量，Q₂为向量Y₂的协方差矩阵，A₂是生产装置和油品移动层的物流结构所对应的结构矩阵，b₂是生产装置和油品移动层物料平衡方程中的常数向量；

8)最后将

向量中的各条物流和储罐变化量的校正值按照步骤1)定义的顺序重新排列，即得到全厂物流和储罐变化量的校正值。

Images