CN113722974A - 用于软测量的数据提取方法、装置、存储介质及处理器 - Google Patents

用于软测量的数据提取方法、装置、存储介质及处理器 Download PDF

Info

Publication number
CN113722974A
CN113722974A CN202010451662.6A CN202010451662A CN113722974A CN 113722974 A CN113722974 A CN 113722974A CN 202010451662 A CN202010451662 A CN 202010451662A CN 113722974 A CN113722974 A CN 113722974A
Authority
CN
China
Prior art keywords
historical data
data
correlation coefficient
soft measurement
soft
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202010451662.6A
Other languages
English (en)
Inventor
韩华伟
贾学五
高新江
王春利
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Petroleum and Chemical Corp
Sinopec Qingdao Safety Engineering Institute
Original Assignee
China Petroleum and Chemical Corp
Sinopec Qingdao Safety Engineering Institute
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Petroleum and Chemical Corp, Sinopec Qingdao Safety Engineering Institute filed Critical China Petroleum and Chemical Corp
Priority to CN202010451662.6A priority Critical patent/CN113722974A/zh
Publication of CN113722974A publication Critical patent/CN113722974A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C10/00—Computational theoretical chemistry, i.e. ICT specially adapted for theoretical aspects of quantum chemistry, molecular mechanics, molecular dynamics or the like
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/10—Numerical modelling

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • General Health & Medical Sciences (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Investigating And Analyzing Materials By Characteristic Methods (AREA)

Abstract

本发明实施例提供一种用于软测量的数据提取方法、装置、存储介质及处理器，属于化工技术领域。该方法包括：获取需要软测量的位点的波动历史数据，所述波动历史数据为在预设时长内异常运行的数据的时长大于所述预设时长的预设百分比的历史数据；计算所述波动历史数据与同运行时刻的其他位点中每一个位点的历史数据的灰度相关系数；提取所述波动历史数据以及所述灰度相关系数大于相关系数阈值的其他位点的历史数据。本发明不依赖人工知识，数据提取更准确。

Description

用于软测量的数据提取方法、装置、存储介质及处理器
技术领域
本发明涉及化工技术领域，具体地涉及一种用于软测量的数据提取方法、装置、存储介质及处理器。
背景技术
虽然蒽醌法制双氧水工艺反应稳定性差及过程产物危险性高，该工艺装置常常发生事故，造成人员与财产的严重损失。在提高该工艺安全性的成套技术中，软测量技术具有突出的优势：1.双氧水工艺中涉及安全的关键运行参数常常出现测量不准确、缺少在线监测或在线监测仪运行故障的问题，因此在关键安全运行参数上设置软测量点是重要的安全控制手段；2.软测量模块可在化工装置的分布式控制系统(Distributed Control System，DCS)外部运行在线监测功能，不需要占用控制系统的计算与通信资源，减轻控制系统负担并保障系统的平稳运行；3.软测量模型的参数可灵活调整，以适应由负荷、原料的变化而引起的运行状态的改变；4.软测量技术可利用多种多样的建模方法适应具有不同特征的数据类型，已达到较高的准确率。
在该装置的软测量功能实现中，在线运行变量和实验室信息管理系统(Laboratory Information Management System，LIMS)变量的相关数据选取是确保预测值的准确性重要因素，过多的数据不仅增加计算量和计算复杂性，还会导致干扰高相关度数据发挥作用、模型预测不准确的问题；而漏选相关数据则会影响特征信息提取，同样也会降低预测准确性。现有的软测量相关数据选取方法通常是利用工艺人员的操作实践和机理模型的经验推导得出的，这种方法主观性强，没有标准通用流程，对工艺人员和设计人员的专业依赖性强。
发明内容
本发明实施例的目的是提供一种用于软测量的数据提取方法、装置、存储介质及处理器，该用于软测量的数据提取方法、装置、存储介质及处理器不依赖人工知识，数据提取更准确。
为了实现上述目的，本发明实施例提供一种用于软测量的数据提取方法，该方法包括：获取需要软测量的位点的波动历史数据，所述波动历史数据为在预设时长内异常运行的数据的时长大于所述预设时长的预设百分比的历史数据；计算所述波动历史数据与同运行时刻的其他位点中每一个位点的历史数据的灰度相关系数；提取所述波动历史数据以及所述灰度相关系数大于相关系数阈值的其他位点的历史数据。
优选地，所述需要软测量的位点包括以下至少一者：氢化塔尾氧含量、氧化塔尾氧含量以及萃余液过氧化氢浓度。
优选地，所述灰度相关系数通过以下公式计算：
Figure BDA0002507793150000021
其中，x0为波动历史数据，xi为同运行时刻的其他位点中第i个位点的历史数据，ρ为预设系数，k为历史数据的序号。
优选地，在需要软测量的位点是氢化塔尾氧含量时，所述预设时长为30天；在需要软测量的位点是氧化塔尾氧含量或萃余液过氧化氢浓度时，所述预设时长为10天。
优选地，在需要软测量的位点是氢化塔尾氧含量时，所述相关系数阈值为0.6；在需要软测量的位点是氧化塔尾氧含量时，所述相关系数阈值为0.8；在需要软测量的位点是萃余液过氧化氢浓度时，所述相关系数阈值为0.65。
本发明实施例还提供一种用于软测量的数据提取装置，该装置包括：获取单元、计算单元以及提取单元，其中，所述获取单元用于获取需要软测量的位点的波动历史数据，所述波动历史数据为在预设时长内异常运行的数据的时长大于所述预设时长的预设百分比的历史数据；所述计算单元用于计算所述波动历史数据与同运行时刻的其他位点中每一个位点的历史数据的灰度相关系数；所述提取单元用于提取所述波动历史数据以及所述灰度相关系数大于相关系数阈值的其他位点的历史数据。
优选地，所述需要软测量的位点包括以下至少一者：氢化塔尾氧含量、氧化塔尾氧含量以及萃余液过氧化氢浓度。
优选地，所述灰度相关系数通过以下公式计算：
Figure BDA0002507793150000031
其中，x0为波动历史数据，xi为同运行时刻的其他位点中第i个位点的历史数据，ρ为预设系数，k为历史数据的序号。
优选地，在需要软测量的位点是氢化塔尾氧含量时，所述预设时长为30天；在需要软测量的位点是氧化塔尾氧含量或萃余液过氧化氢浓度时，所述预设时长为10天。
优选地，在需要软测量的位点是氢化塔尾氧含量时，所述相关系数阈值为0.6；在需要软测量的位点是氧化塔尾氧含量时，所述相关系数阈值为0.8；在需要软测量的位点是萃余液过氧化氢浓度时，所述相关系数阈值为0.65。
本发明实施例还提供一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令用于使得机器执行上文所述的用于软测量的数据提取方法。
本发明实施例还提供一种处理器，用于运行程序，其中，所述程序被运行时用于执行上文所述的用于软测量的数据提取方法。
通过上述技术方案，采用本发明提供的用于软测量的数据提取方法、装置、存储介质及处理器，获取需要软测量的位点的波动历史数据，所述波动历史数据为在预设时长内异常运行的数据的时长大于所述预设时长的预设百分比的历史数据；计算所述波动历史数据与同运行时刻的其他位点中每一个位点的历史数据的灰度相关系数；提取所述波动历史数据以及所述灰度相关系数大于相关系数阈值的其他位点的历史数据。由于不需要凭借人工知识进行数据提取，数据提取更准确。
本发明实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本发明实施例的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明实施例，但并不构成对本发明实施例的限制。在附图中：
图1是本发明一实施例提供的用于软测量的数据提取方法的流程图；
图2是本发明一实施例提供的用于软测量的数据提取装置的结构框图。
附图标记说明
1 获取单元 2 计算单元
3 提取单元
具体实施方式
以下结合附图对本发明实施例的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明实施例，并不用于限制本发明实施例。
实施例一
图1是本发明一实施例提供的用于软测量的数据提取方法的流程图。如图1所示，该方法包括：
步骤S11，获取需要软测量的位点的波动历史数据，所述波动历史数据为在预设时长内异常运行的数据的时长大于所述预设时长的预设百分比的历史数据；
具体地，特别指在双氧工艺中，需要软测量的位点可以包括氢化塔尾氧含量、氧化塔尾氧含量或萃余液过氧化氢浓度，而在其他工艺中，位点也可以为其他的测量对象。本发明实施例获取的数据可以来自DCS存储的运行数据及LIMS记录数据，但不是所有该位点的历史数据都获取，而是只获取波动历史数据。该波动历史数据是在预设时长内异常运行的数据的时长大于所述预设时长的预设百分比的历史数据，预设百分比可以为30％，但不限于此。例如，假设该位点共有3个月的历史数据，而预设时长为1个月，那么所有历史数据可以被分为三份，在第1个月的历史数据中，有10天的历史数据是异常运行的数据(异常运行可以在数据上进行标记)，那么10天占1个月的33％左右，大于预设百分比，则这第1个月的历史数据是波动历史数据。在第2个月和第3个月的历史数据中，分别有5天和4天的历史数据是异常运行的数据，占1个月的百分比小于30％，则第2个月和第3个月的历史数据不是波动历史数据，因此，对于该位点，只获取第1个月的历史数据。
步骤S12，计算所述波动历史数据与同运行时刻的其他位点中每一个位点的历史数据的灰度相关系数；
具体地，由于其他位点的历史数据对需要软测量的位点的历史数据也有可能有一定影响，本发明实施例还需要判断上述波动历史数据与同运行时刻的其他位点的历史数据的相关性。同运行时刻是指，如果波动历史数据是2020年1月(甚至具体到几日几时几分几秒)的数据，那么计算灰度相关系数的其他位点的历史数据也应该使用2020年1月的数据。由于其他位点可能有很多，那么每一个位点对应运行时刻的历史数据都可以与波动历史数据计算灰度相关系数。
步骤S13，提取所述波动历史数据以及所述灰度相关系数大于相关系数阈值的其他位点的历史数据。
具体地，如果H位点的历史数据与波动历史数据计算的灰度相关系数大于相关系数阈值，则说明H位点的历史数据与波动历史数据相关性较大，需要进行提取，即在提取波动历史数据的基础上，还需要提取H位点的历史数据。
在数据提取完毕后，可以用作对位点进行软测量，例如对氢化塔尾氧含量、氧化塔尾氧含量或萃余液过氧化氢浓度等进行软测量，但不限于此，至于软测量什么内容取决于提取的波动历史数据是针对什么位点的数据。具体可以先使用MATLAB神经网络对提取的历史数据进行学习，然后生成模型，从而使用当前运行的数据带入模型进行当前的位点的软测量。
实施例二
在本实施例中，与实施例一不同在于，主要提供一种更为详细的计算波动历史数据与同运行时刻的其他位点中一个位点的历史数据的灰度相关系数的方法，其他的提取方法与实施例一类似，在此不再赘述。
具体地，灰度相关系数可以通过以下公式计算：
Figure BDA0002507793150000061
其中，x0为波动历史数据，xi为同运行时刻的其他位点中第i个位点的历史数据，ρ为预设系数，k为历史数据的序号。也就是说，假设以其他位点中第1个位点为例，第1个位点会有很多历史数据，这些历史数据都与波动历史数据的运行时刻对应，例如，波动历史数据为30天内，每隔12小时获取的一共60个数据，那么该第1个位点也使用这30天内每隔12小时获取的一共60个数据，且可以看作具有序号1-60，排序是基于时间顺序。
实施例三
在本实施例中，与实施例一和二不同在于，主要提供双氧水工艺下，各不同的软测量位点具体对应的预设时长、数据间隔以及相关系数阈值。其他的提取方法与实施例一和二类似，在此不再赘述。
具体地，对于预设时长和数据间隔，请见表1：
表1
Figure BDA0002507793150000071
在需要软测量的位点是氢化塔尾氧含量时，所述预设时长可以为30天，数据间隔可以为12小时，即预设时长内共有60个数据；在需要软测量的位点是氧化塔尾氧含量时，所述预设时长可以为10天，数据间隔可以为2小时，即预设时长内共有120个数据；在需要软测量的位点是萃余液过氧化氢浓度时，所述预设时长可以为10天，数据间隔可以为4小时，即预设时长内共有60个数据。
对于相关系数阈值，请见表2：
表2
Figure BDA0002507793150000072
在需要软测量的位点是氢化塔尾氧含量时，所述相关系数阈值可以为0.6；在需要软测量的位点是氧化塔尾氧含量时，所述相关系数阈值可以为0.8；在需要软测量的位点是萃余液过氧化氢浓度时，所述相关系数阈值可以为0.65。
虽然表1和表2提供了具体数值，但是该数值只是本发明实施例较为优选的数值，同样可以为其他数值，本发明实施例并不对此限定。
实施例四
图2是本发明一实施例提供的用于软测量的数据提取装置的结构框图。如图2所示，该装置包括：获取单元1、计算单元2以及提取单元3，其中，所述获取单元1用于获取需要软测量的位点的波动历史数据，所述波动历史数据为在预设时长内异常运行的数据的时长大于所述预设时长的预设百分比的历史数据；所述计算单元2用于计算所述波动历史数据与同运行时刻的其他位点中每一个位点的历史数据的灰度相关系数；所述提取单元3用于提取所述波动历史数据以及所述灰度相关系数大于相关系数阈值的其他位点的历史数据。
优选地，所述需要软测量的位点包括以下至少一者：氢化塔尾氧含量、氧化塔尾氧含量以及萃余液过氧化氢浓度。
优选地，所述灰度相关系数通过以下公式计算：
Figure BDA0002507793150000081
其中，x0为波动历史数据，xi为同运行时刻的其他位点中第i个位点的历史数据，ρ为预设系数，k为历史数据的序号。
优选地，在需要软测量的位点是氢化塔尾氧含量时，所述预设时长为30天；在需要软测量的位点是氧化塔尾氧含量或萃余液过氧化氢浓度时，所述预设时长为10天。
优选地，在需要软测量的位点是氢化塔尾氧含量时，所述相关系数阈值为0.6；在需要软测量的位点是氧化塔尾氧含量时，所述相关系数阈值为0.8；在需要软测量的位点是萃余液过氧化氢浓度时，所述相关系数阈值为0.65。
该实施例提供用于软测量的数据提取装置，与上文所述的实施例一到三类似，在此不再赘述。
通过上述技术方案，采用本发明提供的用于软测量的数据提取方法、装置、存储介质及处理器，获取需要软测量的位点的波动历史数据，所述波动历史数据为在预设时长内异常运行的数据的时长大于所述预设时长的预设百分比的历史数据；计算所述波动历史数据与同运行时刻的其他位点中每一个位点的历史数据的灰度相关系数；提取所述波动历史数据以及所述灰度相关系数大于相关系数阈值的其他位点的历史数据。由于不需要凭借人工知识进行数据提取，数据提取更准确。
所述用于软测量的数据提取装置包括处理器和存储器，上述获取单元、计算单元以及提取单元等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来提取用于软测量的数据。
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)，存储器包括至少一个存储芯片。
本发明实施例提供了一种存储介质，其上存储有程序，该程序被处理器执行时实现所述用于软测量的数据提取方法。
本发明实施例提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行所述用于软测量的数据提取方法。
本发明实施例提供了一种设备，设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序，处理器执行程序时实现以下步骤：
获取需要软测量的位点的波动历史数据，所述波动历史数据为在预设时长内异常运行的数据的时长大于所述预设时长的预设百分比的历史数据；计算所述波动历史数据与同运行时刻的其他位点中每一个位点的历史数据的灰度相关系数；提取所述波动历史数据以及所述灰度相关系数大于相关系数阈值的其他位点的历史数据。
所述需要软测量的位点包括以下至少一者：氢化塔尾氧含量、氧化塔尾氧含量以及萃余液过氧化氢浓度。
所述灰度相关系数通过以下公式计算：
Figure BDA0002507793150000101
其中，x0为波动历史数据，xi为同运行时刻的其他位点中第i个位点的历史数据，ρ为预设系数，k为历史数据的序号。
在需要软测量的位点是氢化塔尾氧含量时，所述预设时长为30天；在需要软测量的位点是氧化塔尾氧含量或萃余液过氧化氢浓度时，所述预设时长为10天。
在需要软测量的位点是氢化塔尾氧含量时，所述相关系数阈值为0.6；在需要软测量的位点是氧化塔尾氧含量时，所述相关系数阈值为0.8；在需要软测量的位点是萃余液过氧化氢浓度时，所述相关系数阈值为0.65。
本文中的设备可以是服务器、PC、PAD、手机等。
本申请还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序：
获取需要软测量的位点的波动历史数据，所述波动历史数据为在预设时长内异常运行的数据的时长大于所述预设时长的预设百分比的历史数据；计算所述波动历史数据与同运行时刻的其他位点中每一个位点的历史数据的灰度相关系数；提取所述波动历史数据以及所述灰度相关系数大于相关系数阈值的其他位点的历史数据。
所述需要软测量的位点包括以下至少一者：氢化塔尾氧含量、氧化塔尾氧含量以及萃余液过氧化氢浓度。
所述灰度相关系数通过以下公式计算：
Figure BDA0002507793150000111
其中，x0为波动历史数据，xi为同运行时刻的其他位点中第i个位点的历史数据，ρ为预设系数，k为历史数据的序号。
在需要软测量的位点是氢化塔尾氧含量时，所述预设时长为30天；在需要软测量的位点是氧化塔尾氧含量或萃余液过氧化氢浓度时，所述预设时长为10天。
在需要软测量的位点是氢化塔尾氧含量时，所述相关系数阈值为0.6；在需要软测量的位点是氧化塔尾氧含量时，所述相关系数阈值为0.8；在需要软测量的位点是萃余液过氧化氢浓度时，所述相关系数阈值为0.65。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (12)

1.一种用于软测量的数据提取方法，其特征在于，该方法包括：
获取需要软测量的位点的波动历史数据，所述波动历史数据为在预设时长内异常运行的数据的时长大于所述预设时长的预设百分比的历史数据；
计算所述波动历史数据与同运行时刻的其他位点中每一个位点的历史数据的灰度相关系数；
提取所述波动历史数据以及所述灰度相关系数大于相关系数阈值的其他位点的历史数据。
2.根据权利要求1所述的用于软测量的数据提取方法，其特征在于，所述需要软测量的位点包括以下至少一者：
氢化塔尾氧含量、氧化塔尾氧含量以及萃余液过氧化氢浓度。
3.根据权利要求1所述的用于软测量的数据提取方法，其特征在于，所述灰度相关系数通过以下公式计算：
Figure FDA0002507793140000011
其中，x0为波动历史数据，xi为同运行时刻的其他位点中第i个位点的历史数据，ρ为预设系数，k为历史数据的序号。
4.根据权利要求2所述的用于软测量的数据提取方法，其特征在于，在需要软测量的位点是氢化塔尾氧含量时，所述预设时长为30天；在需要软测量的位点是氧化塔尾氧含量或萃余液过氧化氢浓度时，所述预设时长为10天。
5.根据权利要求2所述的用于软测量的数据提取方法，其特征在于，在需要软测量的位点是氢化塔尾氧含量时，所述相关系数阈值为0.6；在需要软测量的位点是氧化塔尾氧含量时，所述相关系数阈值为0.8；在需要软测量的位点是萃余液过氧化氢浓度时，所述相关系数阈值为0.65。
6.一种用于软测量的数据提取装置，其特征在于，该装置包括：
获取单元、计算单元以及提取单元，其中，
所述获取单元用于获取需要软测量的位点的波动历史数据，所述波动历史数据为在预设时长内异常运行的数据的时长大于所述预设时长的预设百分比的历史数据；
所述计算单元用于计算所述波动历史数据与同运行时刻的其他位点中每一个位点的历史数据的灰度相关系数；
所述提取单元用于提取所述波动历史数据以及所述灰度相关系数大于相关系数阈值的其他位点的历史数据。
7.根据权利要求6所述的用于软测量的数据提取装置，其特征在于，所述需要软测量的位点包括以下至少一者：
氢化塔尾氧含量、氧化塔尾氧含量以及萃余液过氧化氢浓度。
8.根据权利要求6所述的用于软测量的数据提取装置，其特征在于，所述灰度相关系数通过以下公式计算：
Figure FDA0002507793140000021
其中，x0为波动历史数据，xi为同运行时刻的其他位点中第i个位点的历史数据，ρ为预设系数，k为历史数据的序号。
9.根据权利要求7所述的用于软测量的数据提取装置，其特征在于，在需要软测量的位点是氢化塔尾氧含量时，所述预设时长为30天；在需要软测量的位点是氧化塔尾氧含量或萃余液过氧化氢浓度时，所述预设时长为10天。
10.根据权利要求7所述的用于软测量的数据提取装置，其特征在于，在需要软测量的位点是氢化塔尾氧含量时，所述相关系数阈值为0.6；在需要软测量的位点是氧化塔尾氧含量时，所述相关系数阈值为0.8；在需要软测量的位点是萃余液过氧化氢浓度时，所述相关系数阈值为0.65。
11.一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令用于使得机器执行权利要求1-5中任一项权利要求所述的用于软测量的数据提取方法。
12.一种处理器，其特征在于，用于运行程序，其中，所述程序被运行时用于执行权利要求1-5中任一项权利要求所述的用于软测量的数据提取方法。
CN202010451662.6A 2020-05-25 2020-05-25 用于软测量的数据提取方法、装置、存储介质及处理器 Pending CN113722974A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010451662.6A CN113722974A (zh) 2020-05-25 2020-05-25 用于软测量的数据提取方法、装置、存储介质及处理器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010451662.6A CN113722974A (zh) 2020-05-25 2020-05-25 用于软测量的数据提取方法、装置、存储介质及处理器

Publications (1)

Publication Number Publication Date
CN113722974A true CN113722974A (zh) 2021-11-30

Family

ID=78671148

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010451662.6A Pending CN113722974A (zh) 2020-05-25 2020-05-25 用于软测量的数据提取方法、装置、存储介质及处理器

Country Status (1)

Country Link
CN (1) CN113722974A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113724796A (zh) * 2020-05-25 2021-11-30 中国石油化工股份有限公司 化工装置尾气含氧量计算方法、装置、存储介质及处理器

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105574264A (zh) * 2015-12-16 2016-05-11 长春工业大学 一种水泥分解炉窑尾分解率svr软测量方法
CN106767399A (zh) * 2016-11-11 2017-05-31 大连理工大学 基于双目立体视觉和点激光测距的物流货物体积的非接触测量方法
CN109190314A (zh) * 2018-10-30 2019-01-11 河海大学 基于Adam优化的神经网络的电力变压器顶层油温的预测方法
CN109765331A (zh) * 2018-10-08 2019-05-17 陕西科技大学 一种基于最小二乘支持向量机的烟气氧含量软测量系统
CN110457184A (zh) * 2018-05-07 2019-11-15 中国石油化工股份有限公司 基于时序波动关联的化工异常因果分析与图形展示方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105574264A (zh) * 2015-12-16 2016-05-11 长春工业大学 一种水泥分解炉窑尾分解率svr软测量方法
CN106767399A (zh) * 2016-11-11 2017-05-31 大连理工大学 基于双目立体视觉和点激光测距的物流货物体积的非接触测量方法
CN110457184A (zh) * 2018-05-07 2019-11-15 中国石油化工股份有限公司 基于时序波动关联的化工异常因果分析与图形展示方法
CN109765331A (zh) * 2018-10-08 2019-05-17 陕西科技大学 一种基于最小二乘支持向量机的烟气氧含量软测量系统
CN109190314A (zh) * 2018-10-30 2019-01-11 河海大学 基于Adam优化的神经网络的电力变压器顶层油温的预测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
许伟: "软测量技术及其应用中应注意的问题", 炼油技术与工程, no. 10, 25 October 2005 (2005-10-25), pages 40 - 43 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113724796A (zh) * 2020-05-25 2021-11-30 中国石油化工股份有限公司 化工装置尾气含氧量计算方法、装置、存储介质及处理器

Similar Documents

Publication Publication Date Title
CN110399268B (zh) 一种异常数据检测的方法、装置及设备
CN110929965A (zh) 一种项目风险评估方法及装置
CN113868953B (zh) 工业系统中多机组运行优化方法、装置、系统及存储介质
CN111881058B (zh) 一种软件工程质量预测方法
CN115115190A (zh) 一种基于工况的质量监控方法及相关装置和程序介质产品
CN113722974A (zh) 用于软测量的数据提取方法、装置、存储介质及处理器
CN116611006A (zh) 基于用户反馈的电水壶的故障识别方法及装置
CN113724795A (zh) 萃余过氧化氢浓度计算方法、装置、存储介质及处理器
CN111353702A (zh) 变更操作风险计算方法和装置
CN112527610A (zh) 设备运作状态的监测方法及装置
CN109887253A (zh) 石油化工装置报警的关联分析方法
CN114817209A (zh) 监控规则的处理方法和装置、处理器及电子设备
CN114664070A (zh) 工业装置的报警处理方法、装置及该工业装置
US20190243349A1 (en) Anomaly analysis method, program, and system
CN114116485A (zh) Cad软件的自动化测试方法和装置、存储介质及处理器
CN112398706B (zh) 数据评估标准确定方法、装置及存储介质、电子设备
CN114139625A (zh) 一种基于退化轨迹曲线分析的零件质量分类方法、系统
CN113724796A (zh) 化工装置尾气含氧量计算方法、装置、存储介质及处理器
CN117151418B (zh) 变压器的尺寸校验标准确定方法、装置及存储介质
CN113722403B (zh) 异常运行数据的聚类方法、装置、存储介质及处理器
CN116485180A (zh) 企业违约风险等级确定方法、装置、处理器及电子设备
CN116051262A (zh) 风险预测模型的训练方法、风险预测方法及装置
CN114912661B (zh) 一种基于工业互联网的电厂成本预测方法、设备及介质
CN113723723B (zh) 运行参数波动路径提取方法、装置、存储介质及处理器
CN112560234B (zh) 一种数控机床剩余寿命估计概率的计算方法、装置和网络侧服务端

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination