基于大数据分析的异常检测技术应用于石油催化

• 作者: 苗永梅
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 大数据 数据挖掘 异常检测 主成分分析
• 年，卷（期）: 2017,（7）
• 所属期刊栏目: 数据采集及信号处理
• 页码范围: 170-172,187
• 页数: 4页
• 分类号: TP391.5
• 字数: 3070字
• 语种: 中文

摘要

石油化工领域生产装置异常检测与诊断依赖机理模型和人工经验,存在主观性强、与实际参数不匹配等缺陷.在实践和总结现行石油化工生产装置异常检测与诊断技术的基础上,结合目前主流的大数据分析技术,对生产装置上获得的温度、流量、压力等数据进行实时分析,寻找大数据后面隐藏的规律,让大数据发声,及时预警和处理故障,并做出更明智的决策,减小损失.通过对某催化装置主分馏塔的塔顶温度变化幅度预警测试,比人工提前6 min发现故障,将事故消除在萌芽状态.该技术具有工程实用价值,值得在工业控制现场进行实践和推广.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苗永梅		30	18	2.0	3.0