專利名稱：基于卡爾曼濾波與灰色預(yù)測(cè)的化工異常工況趨勢(shì)預(yù)測(cè)方法
技術(shù)領(lǐng)域：
本發(fā)明屬于工況預(yù)測(cè)技術(shù)領(lǐng)域，特別涉及一種基于卡爾曼濾波與灰色預(yù)測(cè)的化工異常工況趨勢(shì)預(yù)測(cè)方法。
背景技術(shù)：
化工生產(chǎn)過程的壓力高、自動(dòng)化程度高、生產(chǎn)工藝復(fù)雜、連續(xù)性強(qiáng)、工藝參數(shù)要求苛刻，化工生產(chǎn)過程中涉及的原料、中間體和產(chǎn)品多數(shù)有毒、易燃、易爆，系統(tǒng)設(shè)備一旦發(fā)生故障引發(fā)事故，必將造成巨大的經(jīng)濟(jì)損失，嚴(yán)重的生態(tài)災(zāi)難，引起巨大的社會(huì)反響。另一方面，隨著科技的發(fā)展，化工設(shè)備系統(tǒng)正朝大規(guī)模、復(fù)雜化的方向發(fā)展，化工裝置的控制系統(tǒng)復(fù)雜，控制回路與測(cè)量點(diǎn)多，操作條件多變，使得維持化工裝置正常運(yùn)行、在異常工況采取正確的決策變得非常困難?；ぱb置的運(yùn)行情況可以分為正常狀況、異常狀況和緊急狀況。在化工設(shè)備正常運(yùn)行情況下，可以通過建立數(shù)學(xué)模型來模擬流程，優(yōu)化操作條件、改善控制效果等。但是，在異常情況下，化工過程的拓?fù)浣Y(jié)構(gòu)都有可能發(fā)生變化，正常運(yùn)行狀況下的數(shù)學(xué)模型將不能反映化工過程的特征，此時(shí)如何預(yù)測(cè)化工過程關(guān)鍵變量的發(fā)展趨勢(shì)，從而及時(shí)給出可靠的決策依據(jù)，進(jìn)而采取相應(yīng)措施排除異常工況盡可能防止進(jìn)入緊急工況，這是具有重要意義而且亟待解決的問題。

發(fā)明內(nèi)容

為了克服上述現(xiàn)有技術(shù)的缺點(diǎn)，本發(fā)明的目的在于提供一種基于卡爾曼濾波與灰色預(yù)測(cè)的化工異常工況趨勢(shì)預(yù)測(cè)方法，適用于化工過程發(fā)生異常工況甚至事故初期一些關(guān)鍵監(jiān)控變量的發(fā)展趨勢(shì)預(yù)測(cè)。為了實(shí)現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案是:一種基于卡爾曼濾波與灰色預(yù)測(cè)的化工異常工況趨勢(shì)預(yù)測(cè)方法，包括以下步驟:第一步，在超過化工過程體系正常運(yùn)行的閾值，進(jìn)入異常工況后開始采集系統(tǒng)主要變量的數(shù)值，使用卡爾曼濾波校正測(cè)量數(shù)據(jù)得到更加真實(shí)的實(shí)際運(yùn)行數(shù)據(jù)；第二步，從校正得到的更加真實(shí)的歷史數(shù)據(jù)記錄中選擇一組連續(xù)的數(shù)值，使用灰色系統(tǒng)理論建立預(yù)測(cè)系統(tǒng)，計(jì)算分析系統(tǒng)變量的變化趨勢(shì)；第三步，通過分析預(yù)測(cè)結(jié)果，采取相應(yīng)的處理措施；第四步，不斷采集數(shù)據(jù)并使用卡爾曼濾波校正數(shù)據(jù)并從中選擇數(shù)據(jù)作為建立灰色預(yù)測(cè)系統(tǒng)的輸入值，持續(xù)更新預(yù)測(cè)系統(tǒng)的模型，計(jì)算分析系統(tǒng)主要變量的變化發(fā)展趨勢(shì)；第五步，根據(jù)動(dòng)態(tài)的預(yù)測(cè)結(jié)果，采取相應(yīng)的措施直到極端情況解除，或者進(jìn)入緊急工況緊急停車。所述主要變量包括溫度以及壓力。將所述主要變量記為X，x=(x(l)，x(2)，…，X(Iitl)),共有Iitl個(gè)數(shù)據(jù)，X不斷記錄測(cè)量數(shù)據(jù)，則Iltl隨著時(shí)間的推移不斷增大，所述數(shù)據(jù)是等時(shí)間間隔的采樣測(cè)量數(shù)據(jù)。
對(duì)x=(x(l), x(2),…，X(Iici))使用卡爾曼濾波校正方法如下:構(gòu)造系統(tǒng)的狀態(tài)方程:X(t+l)=F*X(t)+W ；構(gòu)造系統(tǒng)的觀測(cè)方程:Y(t)=H*X(t)+V其中x(t)為狀態(tài)向量，其中
權(quán)利要求
1.一種基于卡爾曼濾波與灰色預(yù)測(cè)的化工異常工況趨勢(shì)預(yù)測(cè)方法，其特征在于，包括以下步驟: 第一步，在超過化工過程體系正常運(yùn)行的閾值，進(jìn)入異常工況后開始采集系統(tǒng)主要變量的數(shù)值，使用卡爾曼濾波校正測(cè)量數(shù)據(jù)得到更加真實(shí)的實(shí)際運(yùn)行數(shù)據(jù)； 第二步，從校正得到的更加真實(shí)的歷史數(shù)據(jù)記錄中選擇一組連續(xù)的數(shù)值，使用灰色系統(tǒng)理論建立預(yù)測(cè)系統(tǒng)，計(jì)算分析系統(tǒng)變量的變化趨勢(shì)； 第三步，通過分析預(yù)測(cè)結(jié)果，采取相應(yīng)的處理措施； 第四步，不斷采集數(shù)據(jù)并使用卡爾曼濾波校正數(shù)據(jù)并從中選擇數(shù)據(jù)作為建立灰色預(yù)測(cè)系統(tǒng)的輸入值，持續(xù)更新預(yù)測(cè)系統(tǒng)的模型，計(jì)算分析系統(tǒng)主要變量的變化發(fā)展趨勢(shì)； 第五步，根據(jù)動(dòng)態(tài)的預(yù)測(cè)結(jié)果，采取相應(yīng)的措施直到極端情況解除，或者進(jìn)入緊急工況緊急停車。
2.根據(jù)權(quán)利要求1所述的基于卡爾曼濾波與灰色預(yù)測(cè)的化工異常工況趨勢(shì)預(yù)測(cè)方法，其特征在于，所述主要變量包括溫度以及壓力。
3.根據(jù)權(quán)利要求1所述的基于卡爾曼濾波與灰色預(yù)測(cè)的化工異常工況趨勢(shì)預(yù)測(cè)方法，其特征在于，將所述主要變量記為X, X= (x(l), X (2)，…，X(Iici)),共有Iici個(gè)數(shù)據(jù),X不斷記錄測(cè)量數(shù)據(jù)，則Iitl隨著時(shí)間的推移不斷增大，所述數(shù)據(jù)是等時(shí)間間隔的采樣測(cè)量數(shù)據(jù)。
4.根據(jù)權(quán)利要求3所述的基于卡爾曼濾波與灰色預(yù)測(cè)的化工異常工況趨勢(shì)預(yù)測(cè)方法，其特征在于，對(duì)X= (x(l), x(2),…，X(Iici))使用卡爾曼濾波校正方法如下: 構(gòu)造系統(tǒng)的狀態(tài)方程:X(t+l)=F*X(t)+W ； 構(gòu)造系統(tǒng)的觀測(cè)方程:Y(t)=H*X(t)+V` 其中X(t)為狀態(tài)向量，其中X(0= *x(t)為t時(shí)刻測(cè)量數(shù)據(jù)，dx(t)為t時(shí)刻ax(i)數(shù)據(jù)的變化率，Y(t)為觀測(cè)數(shù)據(jù)，其中Y(t) = [x(t)]； F，H分別為狀態(tài)矩陣和觀測(cè)矩陣，其中F為2 X 2矩陣，H為I X 2矩陣； W，V分別為系統(tǒng)控制矩陣和觀測(cè)噪聲矩陣，其中W為2 X I矩陣，V為I X I矩陣； 通過初始狀態(tài)值X(O)及t時(shí)刻內(nèi)所有Iitl個(gè)觀測(cè)值Y ⑴=X ⑴，Y ⑵=X ⑵，…，Y (t) =X (n0) 對(duì)t時(shí)刻狀態(tài)向量X (t)的實(shí)際值進(jìn)行預(yù)測(cè)校正，計(jì)算得到t=P(X(/)|Y(l)s...,Y(O)c
5.根據(jù)權(quán)利要求4所述的基于卡爾曼濾波與灰色預(yù)測(cè)的化工異常工況趨勢(shì)預(yù)測(cè)方法，其特征在于，使用灰色系統(tǒng)理論建立預(yù)測(cè)系統(tǒng)并計(jì)算分析系統(tǒng)變量變化趨勢(shì)的方法如下: 步驟1，在、的H0個(gè)數(shù)據(jù)中取η個(gè)數(shù)據(jù)，n ^ rv進(jìn)行灰度預(yù)測(cè)模型的發(fā)展趨勢(shì)的預(yù)測(cè)，記該組用來預(yù)測(cè)的原始數(shù)據(jù)為x(°)，其中X(0) = (x(0) (I)，X(0) (2)，...，x(0) (η)),x(0)共有η個(gè)連續(xù)測(cè)量的數(shù)據(jù)； 步驟2，對(duì)預(yù)測(cè)基準(zhǔn)數(shù)據(jù)進(jìn)行累加，減小隨機(jī)誤差，得到數(shù)據(jù)序列χ(1)， χω = (χω(1),χ(1) (2),...,χω (η)) 其中χωα)中各數(shù)據(jù)表示對(duì)應(yīng)前幾項(xiàng)的累加:
全文摘要
一種基于卡爾曼濾波與灰色預(yù)測(cè)的化工異常工況趨勢(shì)預(yù)測(cè)方法，在超過化工體系正常運(yùn)行的閾值進(jìn)入異常工況之后，采集系統(tǒng)主要變量的測(cè)量數(shù)據(jù)并使用卡爾曼濾波校正數(shù)據(jù)，選擇校正后的數(shù)值作為輸入，基于灰色預(yù)測(cè)理論建立預(yù)測(cè)系統(tǒng)，計(jì)算分析系統(tǒng)變量的發(fā)展變化趨勢(shì)，通過分析預(yù)測(cè)結(jié)果，采取相應(yīng)的處理措施，通過不斷采集數(shù)據(jù)并使用卡爾曼濾波校正數(shù)據(jù)，不斷更新用于模型輸入的最新數(shù)據(jù)，持續(xù)更新預(yù)測(cè)系統(tǒng)的模型，計(jì)算分析預(yù)測(cè)系統(tǒng)變量的變化趨勢(shì)，根據(jù)動(dòng)態(tài)的預(yù)測(cè)結(jié)果，采取相應(yīng)措施直到極端情況解除，或者進(jìn)入緊急工況緊急停車，本發(fā)明可為化工過程異常情況下及時(shí)采取措施提供決策依據(jù)，有利于減少化工過程造成人員傷亡和降低設(shè)備損毀造成的損失。
文檔編號(hào)G06Q10/04GK103226737SQ20131012989
公開日2013年7月31日 申請(qǐng)日期2013年4月15日 優(yōu)先權(quán)日2013年4月15日
發(fā)明者趙勁松, 王杭州, 朱劍鋒, 陳丙珍, 邱彤 申請(qǐng)人:清華大學(xué)