(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111348627.2 (22)申请日 2021.11.15 (71)申请人 辽宁石油化工大 学 地址 113001 辽宁省抚顺市望花区丹东路 西段一号 (72)发明人 孙佳明　赵斌　高殿奎　 (51)Int.Cl. G06F 30/27(2020.01) G06F 113/14(2020.01) G06F 119/02(2020.01) (54)发明名称 一种炼化装置管网完整性管理水平智能评 估方法 (57)摘要 本发明涉及一种炼化装置管网完整性管理 水平智能评估 方法； 包括如下步骤： 步骤1炼化装 置管网完整性管理体系的构造， 步骤2炼化装置 管网完整性管理评估指标体系的确定， 步骤3智 能算法的设计； 利用以上构造的智能算法优化的 模糊超小波神经网络能够确定炼化装置管网完 整性管理水平， 具有较高的评估精度和评估效 率。 该模型能够提高炼化装置管网完整性管理水 平评估的智能性， 能够精准地获得炼化装置管网 完整性管 理水平的实际情况， 从而为完善炼化装 置管网完整性管理体系提供有利的理论支持。 权利要求书2页 说明书7页 附图1页 CN 114065624 A 2022.02.18 CN 114065624 A 1.一种炼化装置管网完整性管理水平智能评估方法， 其特 征在于包括如下步骤： 步骤1： 构建炼化装置管网完整性管理体系： 将安全标准化规范和HSE管理体系融合起 来， 以HSE管理体系为框架， 从数据收集、 高后果区识别、 风险评价、 完整性评价、 风险消减与 维修维护等角度构建炼化装置管网完整性管理体系， 所构建的完整性管理体系不仅能够响 应监督部门的政策， 而且能够遵循油气行业的常规管理模式， 构建先进的管网管理模式。 步骤2： 构建 炼化装置管网完整性管理评估的指标体系 深入地进行现场考察， 通过问卷调查和专家访谈等方式， 发现影响炼化装置管网完整 性管理质量的主要因素， 确定炼化装置管网完整性管理过程中数据采集与整合、 高后果区 识别、 风险评价、 完整性评价、 决策与维护以及效能评价的主要决定因素， 利用鱼骨分析法 构造科学有效的管网完整性 性管理的评价指标体系。 步骤3： 构造模糊超小 波神经网络模型 将超小波函数取代小波神经网络隐含层中的传递函数， 构造出具有收敛效率高、 评价 精度高的模糊超小 波神经网络， 模糊超小 波神经网络包括五层结构： 第一层： 输入层， 该层各个神经元的输入向量对应炼化装置管网完整性管理评估指标 体系的一级指标， 输入向量定义 为 第二层： 隶属度层： 该层将超小 波函数作为隶属度函数， 表达式如下 所示： 式中， 表示超小 波尺度函数。 第三层： 模糊规则层： 该层的模糊规则如下： FRj： 当I1为D1,1j并且I2为D1,2j…Ik为D1,kj 有如下输出 式中， ωj表示第二层与第三层之间的权 重。 第四层： 归一化层， 该层的作用是将第四层的输出进行归一化处理， 相应的计算模型如 下所示： 第五层： 超小波函数层： 选择超小波母函数， 并且将母函数进行平移和伸缩变化作为激 励函数， 表达式如下 所示： 式中， mji表示平移因子， σji表示伸缩因子， ψj(·)表示超小 波母函数。 第五层的输出为： hj＝ω‘jψj(5) 式中， ω‘j表示第四层和第五层之间的权 重。 第六层： 输出层， 该层的操作分两步完成， 第一步是将第四层的输出乘以第五层的输 出， 第二步是将以上的输出求和， 计算结果 为：权　利　要　求　书 1/2 页 2 CN 114065624 A 2步骤4： 设计智能算法 通过设计智能算法对步骤3构造的模糊超小波神经网络的权重和模糊超小波函数的基 本参数进 行优化， 提高模糊小波神经网络的收敛效率， 避免陷入局部最小， 提高全局搜索能 力。 2.根据权利要求1所述的一种炼化装置管网完整性管理水平智能评估方法， 其特征在 于构建炼化装置管网完整性管理体系的具体步骤如下： 步骤1‑1： 进行信息收集： 信息收集处于管网完整性管理的初始 阶段， 并且贯穿于整个 方案的始终， 对评估检测信息实时更新。 步骤1‑2： 制定变更计划： 变更计划贯穿于整个管网完整性管理的始终， 在执行过程中 发生变更时采用相应的应对措施。 步骤1‑3： 确定应急响应： 应急响应主要处于风险减缓和 维修过程， 并且贯穿于整个管 网完整性管理的始终。 步骤1‑4： 构建支持计划： 支持计划贯穿于炼化装置管网完整性管理的全过程， 为完整 性管理提供技 术和资源。 3.根据权利要求1所述的一种炼化装置管网完整性管理水平智能评估方法， 其特征在 于智能算法优化 步骤如下 所示： 步骤4‑1： 初始化种群规模， 设定最大迭代次数， 初始化 算法的基本参数。 步骤4‑2： 求出适应度； 步骤4‑3： 更新种群中个 体的位置； 步骤4‑4： 更新算法中的参数； 步骤4‑5： 判断是否满足算法终止条件， 如果满足， 算法结束； 否则， 执 行步骤4‑2。权　利　要　求　书 2/2 页 3 CN 114065624 A 3