基于機器學習的煉化企業智能程度自動化評價方法

沈勇, 刁俊武, 曹曉紅

(1.中海油信息科技有限公司,智能制造(惠州)分公司,廣東,惠州 516086;2.中海油惠州石化有限公司,廣東,惠州 516086)

0 引言

煉化企業是國家基礎行業之一,通過數字化、信息化建設,可實現煉化行業可持續發展[1]。智能程度成為煉化企業數字化、信息化變革的衡量標準,盡管煉化企業的智能轉型已取得一定進展,但仍存在一些問題,包括信息資源利用落后、管理體制不完善等。因此,研究煉化企業智能程度評價方法,確定煉化企業智能等級,通過評價信息變化情況,找出煉化企業智能化發展的不足,進一步提高煉化企業現代化水平,具有重要意義[2-3]。

現階段,企業智能程度評價相關研究較為成熟,通過評價指標體系,體現企業智能化水平,表示各個領域的智能方法和智能系統應用效果。從智能功能和智能方法兩個方面出發,制定智能化水平評價體系,實現企業智能程度評價[4-5]。本文結合現有的研究理論,提出基于機器學習的煉化企業智能程度自動化評價方法。

1 基于機器學習的煉化企業智能程度自動化評價方法設計

1.1 基于機器學習的煉化企業智能程度自動化評價指標體系構建

選取煉化企業智能程度自動化評價指標,選擇企業智能評價指標,遵循系統性原則、定量定性原則、可比性原則、可行性原則、獨立性原則等[6]。

調查各個領域的智能技術和信息系統使用狀況,從價值角度出發,分析生產力水平提升程度、能源效率提升狀況、備品備件完整性、人工干預減少程度[7-8]。記錄10個業務領域調查數據,獲得企業智能評價指標相關數據。至此完成基于機器學習的煉化企業智能程度自動化評價指標體系構建。

1.2 計算煉化企業智能程度自動化評價指標權重

賦予企業智能評價指標權重,評價指標重要程度。設同一等級的企業智能評價指標分別為i、j,構建指標判斷矩陣C表達式為

(1)

其中,n為企業智能評價指標數目,i∈[1,n]、j∈[1,n]。cij表示i比j的重要性等級,同等重要時cij為1,稍重要時cij為3,明顯重要時cij為5,強烈重要時cij為7,極端重要時cij為9,稍不重要時cij為1/3,明顯不重要時cij為1/5,強烈不重要時cij為1/7,極端不重要時cij為1/9[9]。計算矩陣C每行cij的乘積Ui公式為

(2)

(3)

(4)

引入矩陣C的最大特征值B,計算偏離一致參數D的公式為

(5)

引入矩陣C的隨機一致參數Q,對于1～9階的判斷矩陣分別取參數Q值為0.00、0.00、0.58、0.90、0.12、1.24、1.32、1.41、1.45[10]。計算矩陣C的一致比率d,公式為

(6)

(7)

(8)

第i項下一級指標熵值pi計算式為

(9)

引入差異性系數1-pi,系數越大,判定指標重要程度越高[11-12]。下一級的企業智能評價指標熵權hi計算式為

(10)

將最高級指標作為一個類k,求取下一級指標差異性系數1-pi的和gk,計算最高級指標熵權Hi公式為

(11)

其中,S為最高級指標數目。取層次權重和熵權的平均值,得到企業智能評價指標的綜合權重wi。至此完成煉化企業智能程度自動化評價指標權重的計算。

1.3 自動化評價煉化企業智能程度

計算煉化企業智能程度評價值,劃分企業智能程度等級。由企業智能評價指標,組成評價因素集U={u1,u2,…,un}。由指標權重,建立權重集W={w1,w2,…,wn}。根據煉化企業智能建設實際情況,建立評語集V={v1,v2,…,v6},賦值{90,80,70,60,50,40},將煉化企業智能程度劃分為6個評價等級,定義企業智能制造階段水平,分別表示無概念、概念規劃、智能建設、部分建成、建成但需完善、已完善。設第i項指標對評語集V的隸屬度為{ti1,ti2,…,ti6},選擇最大隸屬度maxtiq,q∈[1,6]。將隸屬度tiq對應的評語集元素賦值,作為第i項指標的評語值riq,構成同一等級的指標評語矩陣R,公式為

(12)

企業智能程度評價值f計算式為

f=W·R

(13)

2 煉化企業智能評價實例分析

選取惠州某石化有限公司作為實例分析對象,該企業自2009年開始進行智能化建設,先后引入ERP信息系統和OA信息系統。智能化建設前,2008年約為60萬年利潤;智能化建設后,直到2021年,其年利潤約為2600萬。說明在該公司進行智能化建設后,市場響應能力和生產效率得到提升,智能化建設后利潤明顯提高。

2.1 數據來源

預處理石化公司調研數據,具體流程如圖1所示。

圖1 企業調研數據預處理流程

利用圖1具有自適應性的CART分類器,分類數據屬性,找出調研數據中的指標數據。

2.2 石化公司智能程度評價

表1 智能評價二級指標權重計算結果

表2 智能評價一級指標權重計算結果

2.3 實驗結果分析

該石化公司智能程度的最終評價值為79.9,位于第4個評價區間。公司智能水平處于集成級,表示公司完成了智能化準備工作,已經建成與公司競爭力相關的信息系統,實現10個業務領域信息系統的集成,向集成實施轉變,評價結果與公司實際情況相符。由各個指標評價值可知,石化公司的數字化建設水平較低,信息分析效果、管理水平、監測水平有很大提升空間,公司應明確數字化水平所處地位,找到具體原因,改善數字化建設設施。

3 總結

此次研究將機器學習作為評價指標之一,設計一種煉化企業智能程度自動化評價方法,定義企業智能化建設水平。但此次設計方法仍存在一定不足,在今后的研究中,會找到下一階段智能化建設的努力方向,引入灰色信息的多層次模糊系統,加入多個模糊因素,通過灰色關聯法,進一步提高評價結果的借鑒意義和參考價值。