基于主成分分析-支持向量机的电脱盐工艺预测方法研究.pdfVIP

第51卷第3期化工自动化及仪表443

D0I:10.20030/ki.1000-3932.202403011

基于主成分分析-支持向量机的电脱盐

工艺预测方法研究

乔松1.2品

吕宝林12先

朱建新1.2袁文彬1.2

（1.合肥通用机械研究院有限公司；2.国家压力容器与管道安全工程技术研究中心）

摘要原油电脱盐工艺水平直接影响常减压装置腐蚀状态和工艺催化剂活性。综合考虑电脱盐工艺

参数，选择脱盐前盐质量浓度、含水量及电场强度等40个工艺参数共440组工况数据，进行电脱盐效果评

价研究。根据脱后盐含量数据箱型图特征，将电脱盐效果等级分为3级，采用主成分分析法，提取原始数

据累积贡献率90.91%以上的前3个主成分，与电脱盐等级建立数据集，最后通过支持向量机建立电脱盐

等级评价模型。结果表明：该方法对指导电脱盐工艺优化具有较好的工程适用性。

关键词主成分分析支持向量机电脱盐工艺参数

中图分类号TP274文献标志码A文章编号1000-3932(2024)03-0443-06

原油和重质渣油中溶解盐是导致换热器污化行业数字化转型的关键[5]。工业上电脱盐效果

染和腐蚀的主要原因，也是破坏下游转化工艺催的决定性因素涵盖了电脱盐系统操作工艺，随着

化剂活性的重要因素!,因此原油的电脱盐预处大数据技术的发展，基于操作工艺数据建立大数

理工艺水平直接影响常减压装置的长周期安全据模型进行电脱盐效果评价逐渐成为研究热点，

运行。影响电脱盐的主要因素包括原油进电脱盐并取得良好应用效果[6]。笔者以电脱盐系统大数

罐的温度、电脱盐注水量、电场强度、油水界面、据为基础,研究基于主成分分析和支持向量机的

破乳剂及脱盐剂注入量等，传统电脱盐优化方法电脱盐系统预测模型,为开展电脱盐系统的优化

主要根据机理分析以调整主要因素[2],达到提高

运行提供依据。

电脱盐效率的目的。1主成分分析-支持向量机模型原理

当原油种类较多、混炼比例变化较为频繁1.1主成分分析的基本原理

时,工况变化较为复杂，电脱盐影响因素增加[3],电脱盐工艺包括约40类参数，属于高维数据

导致机理分析试验样本数量激增，试验成本过且部分数据存在相关性[6],这会影响算法精度,并

高。同时,机理分析往往简化次要因素[4],导致试面临维数灾难，不便于数据特征可视化，主成分

验条件与实际工况存在偏差。分析(PrincipalComponentAnalysis,PCA)通过线

石化流程行业自动化程度较高，DCS和LIMS性变换将高维数据投影到低维空间，以实现降

监测数据丰富，随着大数据分析和机器学习技术低数据维度和去除相关性，其基本流程如图1

的发展和应用，石化工业大数据治理被认为是石所示。

原始数据标准化计算相关性系数求解特征值和特征向量确定主成分

图1主成分分析流程

基金项目：国家重点研发计划（批准号：2022YFB3306400)资助的课题；安徽省重点研究与开发计划（批准号：202104

资助的课题。

作者简介：乔松（1982-），高级工程师，从事承压设备的检测与运维工作，522546237@。

引用本文：乔松，吕宝林，朱建新，等.基于主成分分析-支持向量机的电脱盐工艺预测方法研究[J].化工自动化及仪

表,2024,51(3):443-448.

444化工自动化及仪表2024年

原始数据标准化，假设电脱盐操作工艺数据原始数据信息，即：

为n维变量