一种炼化调度案例管理方法及计算机可读存储介质与流程

本发明属于石化生产技术领域，特别涉及一种炼化调度案例管理方法及计算机可读存储介质。

背景技术：

在石化生产中的生产调度中相当多的调度操作都是依靠经验进行的，依照经验的案例对新出现的生产问题进行调度处理。但现有的石化生产管理中，对经验的案例的管理和查找需要花费大量的人工，费时费力，且不能实时地为其他应用系统提供在线数据支持。

技术实现要素：

本发明所要解决的技术问题之一是提出一种炼化调度案例管理方法及系统，以高效实现炼化调度案例的管理。

为了解决上述技术问题，本申请的实施例首先提供了一种炼化调度案例的管理方法，包括

案例收集步骤，构建包含若干炼化调度历史案例的案例库，确定待解决的目标案例；其中，各个历史案例已解决的问题和目标案例待解决的问题通过各自的问题域来描述；

案例检索步骤，提取目标案例的问题域的特征属性，基于特征属性计算各个历史案例与目标案例之间的相似度，将相似度超过给定阈值的历史案例的处置方案推送给用户，作为解决目标案例的参考方案；

案例重用及评价步骤，将参考方案应用于目标案例，判断目标案例的处置结果是否满足预设条件：

若不满足，则执行案例调整步骤，否则，则执行案例学习步骤；

案例调整步骤，对参考方案进行调整，并返回执行案例重用及评价步骤；

案例学习步骤，将被执行的参考方案作为目标案例的处置方案，以形成新的炼化调度案例，判断新的炼化调度案例是否满足存入案例库的条件，若满足，则将其存入案例库中。

优选地，在案例检索步骤中，利用主成分分析算法提取目标案例的问题域的特征属性。

优选地，在案例检索步骤中，基于特征属性计算各个历史案例与目标案例之间的相似度，具体包括：

对于任意一个历史案例，计算该历史案例的问题域中各特征属性与目标案件的问题域中相应特征属性之间的相异度；

根据不同的特征属性在问题域中所起的作用不同，对各特征属性的相异度进行加权处理，以获得该历史案例与目标案例的相似度。

优选地，在计算相异度的过程中，根据各特征属性的类型采用不同的方法计算各特征属性的相异度。

优选地，当所述特征属性的类型为枚举类型时，根据特征属性的取值是否相同来判断相异度：

若相等，则相异度为1，否则为0。

优选地，当所述特征属性的类型为数值类型时，通过计算数值之间的距离来判断相异度。

优选地，通过下式计算数值之间的欧氏距离来判断相异度：

其中，dis(xi,yi)表示历史案例与目标案例的第i个特征属性的相异度，ai表示历史案例的第i个特征属性的值，bi表示目标案例的第i个特征属性的值，imax、imin分别表示第i个特征属性的最大值和最小值。

优选地，根据下式计算历史案例与目标案例的相似度：

sim(x,y)＝∑(1-dis(xi,yi))ωi

其中，sim(x,y)表示历史案例x与目标案例y的相似度，dis(xi,yi)表示历史案例与目标案例的第i个特征属性的相异度，ωi表示第i个特征属性对应的权重值。

优选地，在案例学习步骤中，判断新的炼化调度案例是否满足存入案例库的条件，具体包括：

当新的炼化调度案例与各历史案例的相似度均为0时，将新的炼化调度案例加入案例库；

当新的炼化调度案例与各历史案例的相似度都小于预设的相似度阈值时，将新的炼化调度案例加入案例库；

当新的炼化调度案例与至少一个历史案例的相似度大于等于所述相似度阈值时，不将新的炼化调度案例加入案例库；

当新的炼化调度案例与至少一个历史案例的相似度为1时，不将新的炼化调度案例加入案例库；

其中，所述相似度阈值大于0小于1。

本申请的实施例还提供了一种计算机可读存储介质，其中存储有程序，所述程序在被处理器执行时实现如上述实施例中任一项所述的管理方法。

与现有技术相比，上述方案中的一个或多个实施例可以具有如下优点或有益效果：

本发明可以实时、高效地对石化生产中生产调度提供数据支持，降低了调度人员工作强度，提高了的石化生产的管理效率，有利于石化生产的顺利有效进行。

本发明的其他优点、目标，和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书，权利要求书，以及附图中所特别指出的结构来实现和获得。

附图说明

附图用来提供对本申请的技术方案或现有技术的进一步理解，并且构成说明书的一部分。其中，表达本申请实施例的附图与本申请的实施例一起用于解释本申请的技术方案，但并不构成对本申请技术方案的限制。

图1是根据本发明炼化调度案例管理方法的流程示意图。

具体实施方式

以下将结合附图及实施例来详细说明本发明的实施方式，借此对本发明如何应用技术手段来解决技术问题，并达成相应技术效果的实现过程能充分理解并据以实施。本申请实施例以及实施例中的各个特征，在不相冲突前提下可以相互结合，所形成的技术方案均在本发明的保护范围之内。

图1为本发明炼化调度案例管理方法的流程示意图。

本发明中炼化调度案例的管理方法，首先进行案例收集步骤，如图1中步骤s110所示，构建包含若干炼化调度历史案例的案例库，确定待解决的目标案例，其中，各个历史案例已解决的问题和目标案例待解决的问题通过各自的问题域来描述。

本发明中历史案例是指基于实际的炼化生产调度的相关资料，对于生产调度中已解决的历史问题及其解决方案的进行抽象描述的数据信息，举例而言，可用如下三元组的形式来描述一历史案例，

case＝<problem,solution,effect>，

即一个历史案例(case)包括其所解决的问题域(problem)、该问题的解决域(solution)以及执行该方案后的效果域(effect)三部分，问题域用来描述案例的特征信息，其用于案例的分类标识及后续的相似度计算。目标案例与历史案例的抽象描述结构类似，不同的是其问题域为待解决的问题的描述，解决域和效果域此时为空。

之后如图1中步骤s120所示，进行案例检索步骤，提取目标案例的问题域的特征属性，基于特征属性计算各个历史案例与目标案例之间的相似度，并将相似度超过给定阈值的历史案例的处置方案推送给用户，作为解决目标案例的参考方案，也即通过访问已构建的案例库中同类问题的解决方案来获取当前新问题解决方案。下面对步骤s120进行具体说明：

如本申请前文所述，问题域用来描述案例的特征信息，为了高效的实现案例的相似度匹配，本发明中先对目标案例的问题域的特征信息进行提取和约简，以得到用于相似度计算的特征属性。

举例而言，利用遗传算法或主成分分析算法提取目标案例的问题域的特征属性，在一具体的实施例中(例如装置工艺预报警处置案例)，从目标案例的问题域提取得到以下7种特征属性(下式中<*>中所示)，

problem_field＝

<type_of_unit,name_of_unit,type_of_processparameter,name_of_process_parameter,type_of_event,level_of_event,value_of_process_parameter>，

7种特征属性分别具体为单元类型(type_of_unit)、单元名称(name_of_unit)、工艺参数类型(type_of_process_parameter)、工艺参数名称(name_of_process_parameter)、事件类型(type_of_event)、事件级别(level_of_event)以及工艺参数值(value_of_process_parameter)。

之后基于提取的特征属性的属性值进行相似度计算。计算相似度的具体过程包括：

首先，对于任意一个历史案例，计算该历史案例的问题域中各特征属性与目标案例的问题域中相应特征属性之间的相异度。

为便于说明，定义u为历史案例x的集合(相当于案例库)，如u＝(x1,x2,…,xm)，m为案例库中案例个数。定义y为待解决的目标案例，目标案例y的问题域特征属性表述为y＝(y1,y2,…,yn)，n为提取的特征属性的个数，与之相应的，集合u中任意一历史案例x的问题域特征属性对应表述为x＝(x1,x2,…,xn)，则计算历史案例的问题域中第i个特征属性与目标案例的问题域中相应特征属性之间的相异度可表示为dis(xi,yi)，相异度的具体计算过程在后文将进行详细说明，这里不进行详述。

之后对计算得到各特征属性的相异度进行求和，以实现相似度计算。

需要说明的是不同的特征属性在问题域中所起到的作用是不同的，为提高案例检索的准确性及有效性，在一具体的实施例中，引入特征属性的权值以使最终案例相似度的计算结果更加合理，这里设定属性的权值为ωi,ωi∈(0,1),∑ωi＝1,根据不同的特征属性在问题域中所起的作用不同，对计算得到的各特征属性的相异度dis(xi,yi)进行加权处理，之后再相加求和，以获得该历史案例与目标案例的相似度，具体的根据下式计算历史案例与目标案例的相似度：

sim(x,y)＝∑(1-dis(xi,yi))ωi(1)

式(1)中，sim(x,y)表示历史案例x与目标案例y的相似度，dis(xi,yi)表示历史案例与目标案例的第i个特征属性的相异度，ωi表示第i个特征属性对应的权重值。

基于表达式(1)计算历史案例的集合中各个历史案例与目标案例的相似度，以完成步骤s120中相似度的计算。

得到历史案例的集合中各个历史案例与目标案例的相似度后，在步骤120中，将相似度超过给定阈值的历史案例的处置方案推送给用户，作为解决目标案例的参考方案。

下面对步骤120上述计算过程涉及的相异度的计算进行详细说明。具体的，在表达式(1)中相异度dis(xi,yi)的计算过程中，根据各特征属性的类型采用不同的方法计算各特征属性的相异度。

如当特征属性的类型为枚举类型时，根据特征属性的取值是否相同来判断相异度。

举例而言特征属性事件类型(type_of_event)就属于枚举类型的属性，其取值可以为：智能提示、预警、报警，历史案例与目标案例的该属性的相似度可以根据属性取值是否相同来决定，如果取值相同则相似度为1，否则为0。

而当特征属性的类型为数值类型时，通过计算数值之间的距离来判断相异度。

举例而言特征属性工艺参数值(value_of_process_parameter)就属于数值类型的属性，历史案例与目标案例的该属性之间的相似度基于属性之间的距离来计算。需要说明的是，由于数值类型的所对应的参数值的量纲多种多样，在计算相异度时需经标准化处理后再进行计算，可使用的度量方法是欧几里得距离，具体的其通过下式计算数值之间的欧氏距离来判断相异度：

式(2)中，dis(xi,yi)表示历史案例与目标案例的第i个特征属性的相异度，ai表示历史案例的第i个特征属性的值，bi表示目标案例的第i个特征属性的值，imax、imin分别表示第i个特征属性的最大值和最小值。

之后继续回到流程图1，在步骤s120之后，进行步骤s130案例重用及评价步骤，将s120中得到的参考方案应用于目标案例，判断目标方案的处置结果是否满足预设条件：

若不满足，则执行案例调整步骤s140，对参考方案进行调整，并返回执行案例重用及评价步骤s130。这里的调整指对步骤s120中检索到的相似案例的处置方案(参考方案)进行修正，以适应目标案例所描述的新问题的解决。本发明中的调整从修改者的角度可以分为用户调整和系统调整两类，需针对特定的业务问题制定特定的调整策略，一般采用用户调整的方法。

而如图1所示，若目标方案的处置结果满足预设条件，如当该参考方案可以较好地解决目标案例的问题，则执行案例学习步骤s150，如图1中所示，将被执行的参考方案作为目标案例的处置方案，以形成新的炼化调度案例，判断新的炼化调度案例是否满足存入案例库的条件，若满足，则将其存入案例库中。

需要说明的是，从整体上看，本发明中的案例学习是一种增量式的学习，初始的案例库中案例数量有限，需在方法应用运行后不断学习，加入新的炼化调度案例进行经验、知识的积累，以检索获得更优的解决方案。但并不是所有的新的炼化调度案例都可以不加选择的进入案例库，否则会造成案例库冗余，导致检索速率下降。为避免上述问题，需限制案例库规模，步骤s150中在增加新的炼化调度案例时采用的是相似度阈值限值的方法。

为便于说明，设定新的炼化调度案例y与案例库中一历史案例xi的相似度为sim(xi,y)(计算方法同步骤s120中所述)，ε为预定义的相似度阈值，预设的相似度阈值ε大于0小于1，则在步骤s150中，为高效的实现案例学习，判断新的炼化调度案例是否满足存入案例库的条件，具体包括：

当新的炼化调度案例与各历史案例的相似度均为0时，即当时，将新的炼化调度案例加入案例库；

当新的炼化调度案例与各历史案例的相似度都小于预设的相似度阈值时，即当时，将新的炼化调度案例加入案例库；

当新的炼化调度案例与至少一个历史案例的相似度大于等于预设的相似度阈值时，即当时，不将新的炼化调度案例加入案例库；

当新的炼化调度案例与至少一个历史案例的相似度为1时，即当时，不将新的炼化调度案例加入案例库。

本发明中上述一个或多个实施例中的对炼化调度案例的管理方法，可以实时、高效地对石化生产中生产调度提供数据支持，降低了调度人员工作强度，提高了的石化生产的管理效率，有利于石化生产的顺利有效进行。

举例而言，如针对装置工艺预报警事件(目标案例)来说，由于炼化装置工艺技术、反应机理复杂，当某一工艺参数异常时，采用本发明的炼化调度案例的管理方法，可将相似度超过阈值的源案例所对应的处置方案按照相似度值的高低依次推送给调度人员作为决策参考，从而迅速、精准地进行因果判断，以形成处置决策。

此外，本申请的实施例还提供了一种计算机可读存储介质，其中存储有程序，该程序在被处理器执行时实现本发明中的炼化调度案例管理方法。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉该技术的人员在本发明所揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。