توسعه مدل پیش بینی کننده مصرف حامل انرژی بخار در فرآیند شیرین سازی گاز با استفاده از رگرسیون چند متغیره با داده های واقعی

طراحی و توسعه مدل های چند متغیره در فرآیندهای پیچیده صنعتی با بکارگیری سیستم های کنترلی نوین، مورد توجه محققان و بخش های صنعتی قرار گرفته است. لذا، با توجه به اهمیت و نقش کلیدی پالایشگاه های گاز در صنعت انرژی کشور، توسعه و بهره گیری از مدل های چند متغیره ریاضی، بیش از پیش ضروری می باشد. ایجاد ابزار بهینه سازی فرآیند و یافتن نقاط بهینه کارکرد در شرایط مختلف عملیاتی، تحلیل رفتار سیستم، مطالعه پارامتریک و تحلیل حساسیت، پیش بینی مقادیر پارامترهای مختلف مانند مصرف حامل های انرژی و کنترل عملیاتی مناسب شامل بهره برداری و نگهداری و تعمیرات (نت) با رویکرد انرژی از ویژگی های مهم مدل های مورد اشاره می باشد. بهره گیری از یک مدل پیش بینی کننده، منجر به بهبود عملکرد انرژی، کاهش هزینه ها، کاهش انتشار گازهای گلخانه ای و سایر اثرات مرتبط زیست محیطی می شود. در این تحقیق، برای یک تِرِین گازی پالایشگاه مورد مطالعه، با استفاده از داده های واقعی (فراخوانی شده از سیستم ذخیره سازی داده ها)، در بازه زمانی یکساله، کلیه پارامترهای فرآیند بررسی و میزان تاثیرگذاری هر یک از متغیرهای مرتبط بر مصرف بخار تعیین شده است. در ادامه، مدل پیش بینی کننده مصرف با استفاده از روش رگرسیون چند متغیره توسعه داده شده است. اعتبارسنجی نتایج، نشان دهنده دقت قابل قبول مدل می باشد بطوریکه مقدار ضریب تعیین (r2) در حدود 90% و سطح معنی داری مدل (f significance) نزدیک به صفر به دست آمده است. همچنین، با استفاده از داده های واقعی در زمان گزارش دهی نیز عملکرد مناسب مدل پیش بینی کننده، تایید شده است، بدین صورت که داده های واقعی مصرف بخار که در مدلسازی استفاده نشده است با پیش بینی مصرف منتج از مدل، مقایسه شده و اختلاف در حدود 2% می باشد.