干貨!煉化企業(yè)建模效率提升數(shù)十倍的實踐分享

發(fā)布日期:
2024-04-24
瀏覽次數(shù):


在數(shù)字化轉型的過程中,煉化企業(yè)面臨著技術門檻高、建模周期長以及模型部署困難等挑戰(zhàn)。傳統(tǒng)建模過分依賴專業(yè)人才,不同場景需定制化開發(fā),模型部署也受到多種問題的制約,導致建模過程耗時長、成本高、部署難。本文將以某煉化企業(yè)為例,探討數(shù)據(jù)驅動建模平臺如何助力煉化企業(yè)實現(xiàn)安全生產和運營的優(yōu)化。


目選型背景


某煉化企業(yè)是一家綜合性的煉化一體化企業(yè),具備完善的石油化工、煤化工及石化產品銷售業(yè)務,煉油加工規(guī)模和技術水平在國內煉油企業(yè)中處于領先地位。近幾年,該企業(yè)不斷推動信息化和工業(yè)化的深度融合,以工業(yè)互聯(lián)網為基礎,提出了“智能煉廠”的概念,并在裝置優(yōu)化、計劃優(yōu)化、供應鏈優(yōu)化等方面開展了相關應用研究。

智能建模技術作為“智能煉廠”的核心技術,通過快速創(chuàng)建智能化應用,為安全生產和降本增效提供智能決策,成為石化企業(yè)普遍關注的關鍵技術。然而,原有的建模方式門檻高、難應用,導致企業(yè)陷入了“有數(shù)據(jù)、無模型、有模型、難應用”的困境。

化智慧引擎:數(shù)據(jù)驅動建模平臺

力維智聯(lián)與工業(yè)伙伴共同開發(fā)的數(shù)據(jù)驅動建模平臺,其核心在于其對工業(yè)大數(shù)據(jù)的智能分析和利用。

企業(yè)在既有工業(yè)互聯(lián)網平臺架構下,針對石化煤柴油加氫裝置構建起一站式煉化工業(yè)大數(shù)據(jù)分析建模平臺,集成數(shù)據(jù)預處理、主流機器學習算法、智能優(yōu)化算法和模型自動訓練方法,最終實現(xiàn)生產數(shù)據(jù)到模型應用的端到端建模平臺。通過多元統(tǒng)計過程控制(MSPC)、機器學習(ML)、深度學習(DL)等先進技術的融合,平臺能夠從海量的生產數(shù)據(jù)中提取有價值的信息,為產品質量控制、故障診斷、生產優(yōu)化等提供了強大的數(shù)據(jù)支持和智能決策能力。

在工業(yè)互聯(lián)網的架構中,數(shù)據(jù)驅動建模平臺位于工業(yè)PaaS層,提供自動機器學習(AutoML)功能,實現(xiàn)從數(shù)據(jù)智能標注、數(shù)據(jù)預處理、特征工程、機器學習建模、超參數(shù)尋優(yōu)到快速部署的一站式自動建模解決方案,極大地簡化了建模過程,并提高了模型的構建和部署效率。

干貨!煉化企業(yè)建模效率提升數(shù)十倍的實踐分享


如何構建全流程零代碼建模服務

數(shù)據(jù)驅動建模平臺采用容器云技術,實現(xiàn)了從數(shù)據(jù)采集到模型部署應用的全過程零代碼建模服務。具體構建流程如下:
>>>技術選型在構建平臺的初期階段,企業(yè)深入研究了各種技術選型,并最終選擇了容器云技術(如k8s+Docker)作為構建平臺的基礎技術。這一選擇不僅考慮了技術的先進性和穩(wěn)定性,還充分考慮了企業(yè)內部的技術棧和未來的擴展性。
>>>數(shù)據(jù)接口通過自主開發(fā)的數(shù)據(jù)微服務統(tǒng)一接口,實現(xiàn)與生產管理系統(tǒng)(MES)、實驗室管理系統(tǒng)(LIMS)等系統(tǒng)的數(shù)據(jù)接入。這一接口不僅能夠實現(xiàn)數(shù)據(jù)的高效傳輸和整合,還能夠保障數(shù)據(jù)的安全性和一致性。
>>>資源調度在平臺運行過程中,資源調度是一個至關重要的環(huán)節(jié)。為了實現(xiàn)模型訓練和推理的高效執(zhí)行,平臺采用了動態(tài)調度訓練/推理(CPUs/GPUs)資源,其中訓練資源用于機器學習模型訓練,推理資源用于模型推理預測,確保了平臺的穩(wěn)定性和高效性。
>>>數(shù)據(jù)采集與管理在數(shù)據(jù)采集和管理方面,平臺利用了先進的數(shù)據(jù)視圖組件,能夠實現(xiàn)對海量生產數(shù)據(jù)的統(tǒng)一管理和處理。通過數(shù)據(jù)預處理算法,平臺能夠提高數(shù)據(jù)的質量,并選取合適的特征進行建模,為后續(xù)模型訓練和評估奠定了堅實的基礎。
>>>模型訓練與評估在模型訓練和評估方面,平臺集成了主流算法組件,能夠實現(xiàn)多種模型的訓練和性能評估。通過零代碼編程算子流組件,平臺能夠實現(xiàn)模型的快速開發(fā)和迭代,為企業(yè)提供了強大的建模工具。
干貨!煉化企業(yè)建模效率提升數(shù)十倍的實踐分享

>>>模型部署與維護在模型部署和維護方面,平臺采用了先進的模型調度組件和App部署組件,能夠實現(xiàn)模型的快速部署和更新。通過模型庫組件,平臺能夠實現(xiàn)模型的長期維護和管理,確保了模型的穩(wěn)定性和可靠性。

破局建模瓶頸:降低門檻、提升效率

針對該煉化企業(yè)某加氫裂化裝置的多模態(tài)工況,平臺采用堆疊自編碼器(SAEs)-混合高斯模型(GMM)算法,AEs算法用于提取非線性特征,GMM算法用于工況聚類分析,成功實現(xiàn)了噴氣燃料收率的預測。
數(shù)據(jù)驅動建模技術為煉化企業(yè)提供了高效的工業(yè)數(shù)據(jù)驅動建模工具。它實現(xiàn)了零代碼建模工作流,降低了數(shù)據(jù)驅動建模技術的應用門檻。同時,該技術充分利用了煉化企業(yè)的海量生產數(shù)據(jù),建立了準確的預測模型,從而實現(xiàn)了對煉化過程的實時監(jiān)控和優(yōu)化。
結果表明,數(shù)據(jù)驅動建模平臺顯著提升了建模效率,建模時間從傳統(tǒng)的7天縮短至2小時左右,同時由煉化工程師自主研發(fā)的10余個機器學習模型,日調用量超1000余次,優(yōu)化生產工藝,利潤產品收率平均提高約0.8%這一結果充分展示了平臺在工業(yè)實踐中的優(yōu)越性和實用性,為企業(yè)生產過程的監(jiān)控和優(yōu)化提供了可靠的支持。
結語:
隨著人工智能和大數(shù)據(jù)技術的不斷進步,數(shù)據(jù)驅動建模平臺進一步深化煉化工業(yè)的智能化轉型,為生產過程的實時監(jiān)控和優(yōu)化提供更為可靠的支持。未來,數(shù)據(jù)驅動建模技術將是煉化工業(yè)智能化轉型的重要推動力量,其專業(yè)性和完整性不僅提升了企業(yè)的競爭力,也為行業(yè)的可持續(xù)發(fā)展注入了新的活力。
文章參考:

石油煉制與化工》第3期:

大數(shù)據(jù)驅動建模平臺技術在加氫裂化工藝預測上的應用

《特區(qū)實踐與理論》數(shù)據(jù)智能技術普惠化的理論與實踐



相關推薦

業(yè)界榮譽 | 力維智聯(lián)榮獲“百度智能云大模型服務最具成長伙伴獎”
近日,2024百度云智大會在北京隆重召開,大會以“智能·躍遷”為主題,匯聚了眾多產業(yè)...
權威認可 | 力維智聯(lián)獲評“深圳市南山區(qū)高層次創(chuàng)新型人才實訓基地”
近日,經過深圳市南山區(qū)人力資源局的嚴格審核與評估,力維智聯(lián)被認定為“深圳市南山區(qū)高層...
業(yè)界榮譽 | 力維智聯(lián)城市安全與應急解決方案入選“2024安全應急解決方案TOP50”
近期,中國科學院《互聯(lián)網周刊》、德本咨詢聯(lián)合發(fā)布了“2024安全應急解決方案TOP5...