广东石化智能模型稳控装置核心指标

从“摸着石头过河”到数据精准锁定

[中国石油新闻中心 2025-11-04] 截至10月底，广东石化催化裂化装置的“智能诊断分析模型”已投用一个多月，不仅实现了对粗汽油终馏点温度的精准预测，使误差稳定在±1摄氏度的行业领先水平，更推动该指标合格率提升至100%，装置关键综合能耗同步降低0.5千克标油/吨。

作为炼油生产的“心脏”，催化裂化装置产出的粗汽

油的终馏点直接影响着汽油产品的质量等级和市场竞争力。长期以来，该指标依赖“早七晚七”人工采样分析，操作人员每天仅能获取两次数据，而6至12小时的分析周期导致参数调整严重滞后。“过去接到调度调整指令，只能凭经验摸索操作，等化验结果出来才知道是否合格，非常被动。”炼油二部值班长滕布东回忆，传统模式下指标波动频繁，调控过程如同“摸着石头过河”。

面对这一行业难题，今年7月，广东石化炼油二部与规划和科技信息部携手，组建了粗汽油终馏点智能

预测攻关小组。前者凭借对装置全流程的深耕，系统梳理近两年生产积累的海量工艺数据，从211项复杂参数中精准“锁定”关键影响变量，确保技术研发贴合实际生产需求；后者依托广东石化与昆仑数智共建的炼化智能化联合创新体，快速集结人工智能算法工程师、开发工程师团队，搭建起“数据清洗—特征筛选—模型训练—迭代优化”全流程技术框架。

“模型开发的核心是让数据‘说话’。”昆仑数智技术人员莫谋逸介绍，团队依托智能工厂数据中台，实时汇聚装置温度、压力、流量等动态过程数据，与实验室化验分析数据逐一对标匹配，最终形成数万组高质量深度学习样本。通过具备自学能力的AI算法，模型自动筛选出10项关联最紧密的核心参数，为精准调控提供数据支撑。

在联合攻关过程中，团队还通过“周例会、月复盘、现场联动”的紧密协同，解决数据漂移、算法拟合等关键问题，形成“生产经验反哺技术开发，技术成果优化生产操作”的良性循环。

10月30日早8时许，即将交班的滕布东在巡检时发现，12小时内的预测数据相差不到1摄氏度。“现在调整操作后，屏幕上能实时看到效果，再也不用等化验结果了，装置运行平稳多了。”滕布东说道。

广东石化信息工程专家陈运庆介绍，下一步，公司将进一步拓展AI模型应用场景，打造覆盖催化裂化装置的“全流程质量智能预测体系”。同时，团队还将开发异常工况诊断、在线操作优化等功能，逐步实现装置智能感知与自主决策，为炼化行业智能化升级提供“广东石化方案”。