基于滑动窗决策树的加氢裂化装置过渡状态识别

作     者：曹跃 余冲 纪晔 杨明磊 李智 CAO Yue;YU Chong;JI Ye;YANG Minglei;LI Zhi

作者机构：华东理工大学能源化工过程智能制造教育部重点实验室上海200237 华东理工大学过程系统工程教育部工程研究中心上海200237 上海交通大学溥渊未来技术学院上海200240 中国石油天然气股份有限公司规划总院北京100083 

出 版 物：《石油学报(石油加工)》 (Acta Petrolei Sinica(Petroleum Processing Section))

年 卷 期：2025年第41卷第1期

页      面：187-198页

核心收录：

学科分类：081702[工学-化学工艺] 08[工学] 0817[工学-化学工程与技术] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 080402[工学-测试计量技术及仪器] 0838[工学-公安技术] 

基　　金：国家重点研发计划政府间国际科技创新合作项目(2021YFE0112800) 国家自然科学基金项目(62203173) 全国博士后创新人才支持计划项目(BX20220105) 上海市浦江人才计划(2022PJD018)资助 

主　　题：加氢裂化装置 过渡状态 滑动窗口 特征矩阵 决策树分类 可解释性 

摘      要：加氢裂化生产装置处于多工况运行状态,而不同工况间切换存在过渡状态,操作员会根据装置所处状态进行相应的操作和调整。然而,装置所处的过渡状态难以识别,需要长期操作学习并积累经验。为此,提出了一种基于滑动窗决策树的加氢裂化装置过渡状态识别方法。加氢裂化装置工业数据经去噪、降维等预处理后,使用滑动窗口保留窗口内的数据局部动态时序特征,并建立特征矩阵,再利用精细决策树发掘复杂过程变量之间的关系,可视化地描述了决策树结构,体现其可解释的优势,最终实现加氢裂化装置过渡态的快速、准确识别。基于F1分数,对比了高斯朴素贝叶斯、精细高斯支持向量机、粗略树、中等树、精细树、可优化决策树对加氢裂化装置过渡态的综合识别性能,10次五折交叉验证后,基于精细树的F1分数均值可达0.9896,训练时间均值为3.028 s。