基于机器学习的炼化企业智能程度自动化评价方法

沈勇, 刁俊武, 曹晓红

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

0 引言

炼化企业是国家基础行业之一,通过数字化、信息化建设,可实现炼化行业可持续发展[1]。智能程度成为炼化企业数字化、信息化变革的衡量标准,尽管炼化企业的智能转型已取得一定进展,但仍存在一些问题,包括信息资源利用落后、管理体制不完善等。因此,研究炼化企业智能程度评价方法,确定炼化企业智能等级,通过评价信息变化情况,找出炼化企业智能化发展的不足,进一步提高炼化企业现代化水平,具有重要意义[2-3]。

现阶段,企业智能程度评价相关研究较为成熟,通过评价指标体系,体现企业智能化水平,表示各个领域的智能方法和智能系统应用效果。从智能功能和智能方法两个方面出发,制定智能化水平评价体系,实现企业智能程度评价[4-5]。本文结合现有的研究理论,提出基于机器学习的炼化企业智能程度自动化评价方法。

1 基于机器学习的炼化企业智能程度自动化评价方法设计

1.1 基于机器学习的炼化企业智能程度自动化评价指标体系构建

选取炼化企业智能程度自动化评价指标,选择企业智能评价指标,遵循系统性原则、定量定性原则、可比性原则、可行性原则、独立性原则等[6]。

调查各个领域的智能技术和信息系统使用状况,从价值角度出发,分析生产力水平提升程度、能源效率提升状况、备品备件完整性、人工干预减少程度[7-8]。记录10个业务领域调查数据,获得企业智能评价指标相关数据。至此完成基于机器学习的炼化企业智能程度自动化评价指标体系构建。

1.2 计算炼化企业智能程度自动化评价指标权重

赋予企业智能评价指标权重,评价指标重要程度。设同一等级的企业智能评价指标分别为i、j,构建指标判断矩阵C表达式为

(1)

其中,n为企业智能评价指标数目,i∈[1,n]、j∈[1,n]。cij表示i比j的重要性等级,同等重要时cij为1,稍重要时cij为3,明显重要时cij为5,强烈重要时cij为7,极端重要时cij为9,稍不重要时cij为1/3,明显不重要时cij为1/5,强烈不重要时cij为1/7,极端不重要时cij为1/9[9]。计算矩阵C每行cij的乘积Ui公式为

(2)

(3)

(4)

引入矩阵C的最大特征值B,计算偏离一致参数D的公式为

(5)

引入矩阵C的随机一致参数Q,对于1～9阶的判断矩阵分别取参数Q值为0.00、0.00、0.58、0.90、0.12、1.24、1.32、1.41、1.45[10]。计算矩阵C的一致比率d,公式为

(6)

(7)

(8)

第i项下一级指标熵值pi计算式为

(9)

引入差异性系数1-pi,系数越大,判定指标重要程度越高[11-12]。下一级的企业智能评价指标熵权hi计算式为

(10)

将最高级指标作为一个类k,求取下一级指标差异性系数1-pi的和gk,计算最高级指标熵权Hi公式为

(11)

其中,S为最高级指标数目。取层次权重和熵权的平均值,得到企业智能评价指标的综合权重wi。至此完成炼化企业智能程度自动化评价指标权重的计算。

1.3 自动化评价炼化企业智能程度

计算炼化企业智能程度评价值,划分企业智能程度等级。由企业智能评价指标,组成评价因素集U={u1,u2,…,un}。由指标权重,建立权重集W={w1,w2,…,wn}。根据炼化企业智能建设实际情况,建立评语集V={v1,v2,…,v6},赋值{90,80,70,60,50,40},将炼化企业智能程度划分为6个评价等级,定义企业智能制造阶段水平,分别表示无概念、概念规划、智能建设、部分建成、建成但需完善、已完善。设第i项指标对评语集V的隶属度为{ti1,ti2,…,ti6},选择最大隶属度maxtiq,q∈[1,6]。将隶属度tiq对应的评语集元素赋值,作为第i项指标的评语值riq,构成同一等级的指标评语矩阵R,公式为

(12)

企业智能程度评价值f计算式为

f=W·R

(13)

2 炼化企业智能评价实例分析

选取惠州某石化有限公司作为实例分析对象,该企业自2009年开始进行智能化建设,先后引入ERP信息系统和OA信息系统。智能化建设前,2008年约为60万年利润;智能化建设后,直到2021年,其年利润约为2600万。说明在该公司进行智能化建设后,市场响应能力和生产效率得到提升,智能化建设后利润明显提高。

2.1 数据来源

预处理石化公司调研数据,具体流程如图1所示。

图1 企业调研数据预处理流程

利用图1具有自适应性的CART分类器,分类数据属性,找出调研数据中的指标数据。

2.2 石化公司智能程度评价

表1 智能评价二级指标权重计算结果

表2 智能评价一级指标权重计算结果

2.3 实验结果分析

该石化公司智能程度的最终评价值为79.9,位于第4个评价区间。公司智能水平处于集成级,表示公司完成了智能化准备工作,已经建成与公司竞争力相关的信息系统,实现10个业务领域信息系统的集成,向集成实施转变,评价结果与公司实际情况相符。由各个指标评价值可知,石化公司的数字化建设水平较低,信息分析效果、管理水平、监测水平有很大提升空间,公司应明确数字化水平所处地位,找到具体原因,改善数字化建设设施。

3 总结

此次研究将机器学习作为评价指标之一,设计一种炼化企业智能程度自动化评价方法,定义企业智能化建设水平。但此次设计方法仍存在一定不足,在今后的研究中,会找到下一阶段智能化建设的努力方向,引入灰色信息的多层次模糊系统,加入多个模糊因素,通过灰色关联法,进一步提高评价结果的借鉴意义和参考价值。