一种加氢装置的故障诊断方法、装置、设备及介质与流程

本申请涉及数据处理，尤其涉及一种加氢装置的故障诊断方法、装置、设备及介质。

背景技术：

1、加氢装置是石油炼制行业中常用的加氢反应装置，以使重质油发生加氢、裂化和异构化反应而转化为轻质油。一套加氢装置通常包含多种类型设备，如反应器、换热器、分离器、压缩机、储罐和锅炉等。例如，一套年加工100万吨汽油的加氢装置，其所含设备数量达1400余台，需配备20余人的车间才能保障加氢装置的运行、维护和维修。

2、加氢装置的大类故障有将近50种，常规故障诊断主要依赖于外操员定时巡检，通过看、听、闻、摸以及内操辅助监测系统，或者将加氢装置运行数据送设备制造单位进行评测。但上述加氢装置故障诊断方案受气候、环境以及个人经验的影响，在加氢装置出现故障时不能及时确定故障所在设备以及具体故障原因，大大降低了加氢装置中各设备的工作效率。

3、因此，如何提供一种能够高效准确对加氢装置故障进行诊断的技术方案，是本领域技术人员亟待解决的技术问题。

技术实现思路

1、本申请提供了一种加氢装置的故障诊断方法、装置、设备及介质，通过结合知识图谱和特征提取对模型进行训练，提高对加氢装置故障诊断的准确性和可靠性，为加氢装置的安全稳定运行提供有力的支持。

2、根据本申请的一方面，提供了一种加氢装置的故障诊断方法，该方法包括：

3、根据加氢装置中各设备的设备数据和历史运行数据构建知识图谱；

4、对所述历史运行数据进行特征提取，得到特征数据；

5、基于所述知识图谱，将所述特征数据输入至初始分类模型中进行训练，得到故障诊断模型，以使所述故障诊断模型对所述加氢装置的待识别数据进行故障诊断。

6、根据本申请的另一方面，提供了一种加氢装置的故障诊断装置，该装置包括：

7、知识图谱构建模块，用于根据加氢装置中各设备的设备数据和历史运行数据构建知识图谱；

8、特征数据提取模块，用于对所述历史运行数据进行特征提取，得到特征数据；

9、故障诊断模块，用于基于所述知识图谱，将所述特征数据输入至初始分类模型中进行训练，得到故障诊断模型，以使所述故障诊断模型对所述加氢装置的待识别数据进行故障诊断。

10、根据本申请的另一方面，提供了一种电子设备，该设备包括：

11、至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本申请任一实施例所述的加氢装置的故障诊断方法。

12、根据本申请的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本申请任一实施例所述的加氢装置的故障诊断方法。

13、本申请提供的技术方案，通过根据加氢装置中各设备的设备数据和历史运行数据构建知识图谱；对历史运行数据进行特征提取，得到特征数据；基于各知识图谱，将特征数据输入至初始分类模型中进行训练，得到故障诊断模型，以使故障诊断模型对加氢装置的待识别数据进行故障诊断。本技术方案，通过结合知识图谱和特征提取对模型进行训练，提高对加氢装置故障诊断的准确性和可靠性，为加氢装置的安全稳定运行提供有力的支持。

14、应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。

技术特征：

1.一种加氢装置的故障诊断方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，根据设备数据和历史运行数据，构建知识图谱，包括：

3.根据权利要求1或2所述的方法，其特征在于，所述设备数据包括工艺流程、设备参数、指标参数、设备介绍、使用说明、设计方案、设备故障、故障现象和故障处理方法中的至少一项。

4.根据权利要求1所述的方法，其特征在于，对所述历史运行数据进行特征提取，得到特征数据，包括：

5.根据权利要求4所述的方法，其特征在于，所述表征数据包括最大值、最小值、均值、均方根、方差、峰度、偏度、峭度因子、脉冲因子和峰值因子中的至少一项。

6.根据权利要求1所述的方法，其特征在于，基于所述知识图谱，将所述特征数据输入至初始分类模型中进行训练，得到故障诊断模型，包括：

7.根据权利要求6所述的方法，其特征在于，将所述带有故障标签的特征数据输入至初始分类模型中进行训练，得到故障诊断模型，包括：

8.一种加氢装置的故障诊断装置，其特征在于，所述装置包括：

9.一种电子设备，其特征在于，所述设备包括：

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的加氢装置的故障诊断方法。

技术总结本申请公开了一种加氢装置的故障诊断方法、装置、设备及介质。其中，该方法通过根据加氢装置中各设备的设备数据和历史运行数据构建知识图谱；对历史运行数据进行特征提取，得到特征数据；基于各知识图谱，将特征数据输入至初始分类模型中进行训练，得到故障诊断模型，以使故障诊断模型对加氢装置的待识别数据进行故障诊断。本技术方案，通过结合知识图谱和特征提取对模型进行训练，提高对加氢装置故障诊断的准确性和可靠性，为加氢装置的安全稳定运行提供有力的支持。技术研发人员：龚仁彬,林霞,张弢,米兰,向冲,甘春庭,张洋,王吉庆受保护的技术使用者：中国石油天然气股份有限公司技术研发日：技术公布日：2024/9/9