论文部分内容阅读
为保障工业生产安全,异常工况的高效识别和预警已十分重要。本研究以天然气净化脱硫溶液系统异常"发泡"为研究对象,针对目前异常"发泡"工况的识别主要依靠一线业务人员长期现场值守人工判断的传统方式,耗费人力、物力且易产生疏忽的问题,基于净化厂300W/d脱硫系统实时在线运行数据,利用人工智能技术对异常"发泡"事件进行建模,实现了对此类事件的自动识别预警。实验效果证明预警模型准确率可达到97%,且预警效果得到了业务专家的肯定。同时,在预警模型成功建立的基础上,将模型整合在油气井管道站库生产运行安全环保预警可视化管理系统中,已能良好地对关键数据维度的实时趋势以及当前的发生异常发泡工况的概率进行动态展示,实现了对净化厂300W/d装置异常"发泡"工况的实时预警。