随着工业化进程的加快推进,人类对能源的需求量飞速提升,伴随而来的能源枯竭和环境恶化等问题亟待解决。化工过程中的能效分析在可持续发展中起着非常重要的作用,对生产能效进行评估诊断,了解生产水平,分析节能潜力是提效降耗的关键举措。然而,由于生产工艺复杂,流程数据包含高噪音而且具有很强的不确定性,传统的能效分析方法受到多种条件的制约而无法广泛应用,复杂化工行业的生产预测、能效分析及优化的理论研究和实际应用仍然存在诸多不足。因此,本文以化工生产的能效分析方法的研究及应用为选题,提出了基于模糊极限学习机(Fuzzy Extreme Learning Machine,FELM)的能效分析和预测框架,对实际生产过程中的能效进行合理预测,并分析生产装置的节能潜力。应用案例分析表明,基于FELM的能效分析和预测方法在性能上要优于传统方法,可以为实际生产提供科学指导。论文主要的研究内容包括:1.针对生产数据存在的波动性和不确定性问题,建立基于模糊极限学习机的能效分析和预测框架。采用三角模糊数对样本数据进行模糊化处理,最大隶属度方法去模糊后,获得能效数据的最小值、平均值以及最大值,将三角模糊数进行交叉重组建立三种效率模型,应用于极限学习机的训练当中。在网络泛化的基础上获得效率的上下限,从而进行能效预测和分析节能潜力。2.将基于模糊极限学习机的能效分析与预测框架应用于乙烯生产过程中的能效分析及预测,分别建立最低效生产情况模型,平均生产情况模型和最高效生产情况模型,对比实验验证方法的有效性和实用性,对乙烯实际生产进行能效预测和生产优化指导,分析节能潜力。3.设计开发并实现能效分析与预测原型系统,详述系统的功能模块设计,可视化展示生产数据,使得能效分析操作流程更加产品化和高效化。