基于多變量灰色模型的吸附法油氣回收裝置性能預測方法研究

胡明剛

（青島諾誠化學品安全科技有限公司，山東青島 266000）

吸附法油氣回收技術作為成品油庫油氣治理的主流工藝，隨著國家環保形勢日益嚴峻，如何確保環保裝置的長期穩定達標運行成為研究重點。吸附法油氣回收技術所用活性炭性能是決定排放的直接因素，如何利用預測方法對活性炭的性能進行科學預測，從而判斷活性炭是否達到使用壽命，為用戶判斷活性炭是否更換提供依據，確保油氣回收裝置滿足國家環保的排放要求。

1 預測模型機理

灰色預測模型的公式表示方式為GM（x，y）[1]，其中x代表預測模型計算中采用的階次，y則代表預測中模型引用的變量數量。在工程應用中最常用的預測模型為應用在簡單工況場合的一階的單變量預測模型GM（1，1）以及應用在復雜工況場合的一階多變量灰色預測模型 GM（1，y）。系統某一個變量的獨立變化是不存在的，利用GM（1，1）模型對單個變量進行預測，變量間潛在的關聯規律容易被忽略，降低了灰色模型預測結果的準確性。多變量灰色預測模型GM（1，n）是從系統多個變量統一規律出發，對變量間的潛在規律進行充分挖掘，預測結果準確度也相對提高。多變量灰色預測模型GM（1，y）與單變量灰色模型有著本質的區別，多變量灰色預測模型GM（1，y）可以將同一系統中看似無明確定量關系y個變量在同一個預測模型中同時進行批量處理，并將y個變量的關系式轉變為常微分方程。

系統參數進行預測之前，需要將系統機理分析判斷，篩選系統中的需要預測的關鍵變量，并根據已掌握的知識與信息判斷系統的其他變量與關鍵變量之間的相互關聯度程度。將關鍵變量和與其關聯度高的多個變量作為數據集，整理數據集內各個變量相同特定歷史區間的真實數值，并依據變量數值收集的時間順序進行排列整理，得到變量的數據矩陣X（0）。

數據首先進行光滑度和準灰指數規律的檢驗，將數據矩陣序列X（0）進行一次累加計算，得到數據矩陣X（1）。

考慮到n組變量之間的相互關聯和相互影響的因素，建立n元一階常微分方程組，如（5）所示：

其中，

其中，

用最小二乘法進行估值，求參數A，B

由上述公式可以得到灰色多變量模型的預測公式如下所示：

將式（1-7）做累減還原，

當k＜m時，為模擬值，當k=m時，為濾液值，當k＞m時，為預測值。

2 實例應用

2.1 關鍵變量的選取

本文選用多變量灰色模型對吸附吸收法油氣回收裝置的吸附性能參數進行預測并對預測精度進行檢驗，篩選可以反映裝置吸附性能的變量。本文選擇中國石化南方某成品油庫吸附法油氣回收裝置作為驗證裝置，對裝置的運行參數進行了長期的取樣分析。表1為活性炭溫升、排放濃度與活性炭四氯化碳值的數據分析表。

表1 活性炭溫升、排放濃度及活性炭的四氯化碳值對照表

從表1可以看出，活性炭床層溫升、排放濃度與活性炭四氯化碳的變化趨勢一致，因此活性炭性能的衰減可以通過活性炭床層溫升與油氣的排放濃度進行間接表征。床層溫升與排放濃度作為吸附性能高度關聯變量，選擇床層溫升T、排放濃度A作為油氣回收裝置的性能變量。為將兩個具備高度關聯度的變量之間隱藏的聯系規律進行更為充分的發掘，故采用以T、A為雙變量的一階灰色預測模型GM（1，2）進行發展趨勢進行預測。預測模型選用的數據集數量為9組，數據集內的歷史參數隨時間進行滾動更新迭代，始終保證灰色預測模型每次預測依據的實時性。

2.2 數據收集

本文選擇中國石化南方某油庫的運行數據作為應用案例，將油庫吸附吸收裝置的PLC控制系統中進行數據的整理，將服務器中的床層溫升T、床層出口濃度A的實測數據進行收集整理。雖然預測模型的預測精度與分析的樣本數據數量有很大關聯性影響，單個變量歷史數目過多或過少都會導致模型求解難度的極大增強，會弱化系統中潛在的故障因素引起數據變化趨勢失真。本文將當天全天采集的溫升與濃度參數取平均值，以后每4個月進行一次時間數據采集，共采集了9組數據。數據見表2。

表2 活性炭溫升、排放濃度及活性炭

2.3 預測案例

本案例將采集的有效數據引入灰色模型的數據集中進行預測分析，得到變量的預測值。利用T和A的有效樣本數據構建擁有進2個變量灰色預測模型，得到兩變量灰色模型的方程系數：

將系數帶入灰色模型，得到兩變量灰色模型的預測公式如下：

利用灰色模型進行預測，并得到灰色模型的預測數據。預測結果見圖1、圖2所示。

圖1 活性炭床層溫升T的預測結果

圖2 吸附床層出口濃度預測結果

分別對床層吸附溫升T、吸附床層出口濃度A的未來3a進行預測，預測計算結果見表3。

表3 活性炭溫升T、出口濃度A預測值

多變量灰色模型對油氣回收裝置的活性炭溫升及再生時間趨勢進行定量預測，將此作為裝置吸附性能的診斷參數，并將預測結果與實際的檢測結果進行了誤差檢測，發現模型的預測精度達到二級預測標準，滿足工程應用的要求。利用此模型預測出裝置未來3a內的運行趨勢，預測結果顯示在第20個月出現床層吸附溫升約12℃，床層排放濃度值接近臨界值，已經潛在排放超標的風險，需開展活性炭更換準備工作。

3 結論

主要開展了多變量灰色模型在吸附法油氣回收裝置性能預測領域的應用研究。多變量灰色預測模型可以通過對性能參數（活性炭吸附溫升、裝置排放濃度）初期數據的變化趨勢進行預測，并將其變化趨勢在預測時間段內展現的更為充分。通過后期的數據對比，證明此方法有較高的數據預測精度，并將該方法在吸附法油氣回收的活性炭更換中進行了預測應用。通過此方法的應用，可以快速掌握活性炭的各項性能指標，為活性炭是否需要更換提供快速的決策依據，有效提高了企業在生產過程中的主動性，降低了環保超標的風險。