本發(fā)明涉及催化劑材料，具體涉及一種渣油加氫處理催化劑分級(jí)裝填優(yōu)化方法、裝置。

背景技術(shù)：

1、當(dāng)前，隨著世界范圍內(nèi)的石油資源日益重質(zhì)化和劣質(zhì)化，以及國(guó)內(nèi)油品質(zhì)量升級(jí)的緊迫要求和環(huán)保法規(guī)的日益嚴(yán)格，煉化企業(yè)對(duì)重質(zhì)油的清潔高效加工技術(shù)需求十分迫切。渣油加氫是最有效的重、渣油原料加工技術(shù)。通過(guò)渣油加氫，脫除渣油中大部分的金屬、硫與氮等雜質(zhì)，同時(shí)降低殘?zhí)恐?，有利于其進(jìn)一步高效清潔加工與轉(zhuǎn)化。固定床渣油加氫處理與渣油催化裂化的技術(shù)組合不僅可以把利用價(jià)值較低、容易造成環(huán)境污染的渣油最大限度轉(zhuǎn)化，大幅提高輕質(zhì)油收率，還可以獲得附加值高、質(zhì)量上乘的清潔油品。從某種意義上說(shuō)，使原油得到了100％的轉(zhuǎn)化，實(shí)現(xiàn)了石油煉制過(guò)程中將原油吃干榨盡的愿望。目前，我國(guó)固定床渣油加氫總能力超過(guò)7000萬(wàn)噸/年，已成為煉化企業(yè)加工重劣質(zhì)原料、提高經(jīng)濟(jì)效益的核心技術(shù)。

2、催化劑是固定床渣油加氫處理技術(shù)的核心。按照功能不同，固定床渣油加氫催化劑通常分為保護(hù)劑、脫金屬催化劑、脫硫催化劑和脫殘?zhí)棵摰呋瘎┑人拇箢?，最多可達(dá)十余個(gè)牌號(hào)。工業(yè)渣油加氫裝置必須按照反應(yīng)的要求將性能不同的催化劑分級(jí)裝填在反應(yīng)器中，達(dá)到分步脫除或容納渣油中不同雜質(zhì)的目的，最優(yōu)化發(fā)揮不同催化劑間的協(xié)同作用，使加氫產(chǎn)品滿足指標(biāo)要求的同時(shí)，實(shí)現(xiàn)不同種類催化劑的同步失活，最大限度延長(zhǎng)催化劑使用壽命和裝置運(yùn)行周期。因此，催化劑的分級(jí)裝填是固定床渣油加氫的核心技術(shù)之一，對(duì)于裝置脫雜質(zhì)效果和運(yùn)行周期有著關(guān)鍵性的影響。催化劑的級(jí)配或裝填比例設(shè)計(jì)是固定床渣油加氫催化劑應(yīng)用方案制訂的關(guān)鍵環(huán)節(jié)。

3、在渣油加氫技術(shù)應(yīng)用過(guò)程中，為做好技術(shù)方案設(shè)計(jì)，向煉廠提供高質(zhì)量的催化劑解決方案，確保技術(shù)應(yīng)用取得最佳效果，在技術(shù)應(yīng)用方案編制之前一般需要采用擬應(yīng)用煉廠真實(shí)原料油開展原料油適應(yīng)性評(píng)價(jià)試驗(yàn)，獲得評(píng)價(jià)數(shù)據(jù)，指導(dǎo)技術(shù)應(yīng)用方案編制。傳統(tǒng)的采用固定床評(píng)價(jià)試驗(yàn)裝置獲取數(shù)據(jù)的方式存在耗時(shí)長(zhǎng)、成本高、效率低、靈活性差的缺點(diǎn)，無(wú)法適應(yīng)渣油加氫技術(shù)大規(guī)模推廣應(yīng)用的需要，成為制約本領(lǐng)域技術(shù)高效應(yīng)用的關(guān)鍵環(huán)節(jié)。

4、為此，對(duì)于工業(yè)加氫裝置，為了靈活、高效、低成本的對(duì)生產(chǎn)操作進(jìn)行指導(dǎo)，人們采用基于反應(yīng)動(dòng)力學(xué)建立數(shù)學(xué)模型的方法進(jìn)行產(chǎn)品性質(zhì)預(yù)測(cè)、反應(yīng)條件優(yōu)化、裝置運(yùn)轉(zhuǎn)周期預(yù)測(cè)及催化劑裝填方案優(yōu)化等。人們開發(fā)出多種動(dòng)力學(xué)模型對(duì)渣油加氫過(guò)程進(jìn)行模擬，如蔣立敬(渣油加氫反應(yīng)動(dòng)力學(xué)及組全工藝研究[d]，大連理工大學(xué)，2011)采用fzc系列催化劑的渣油加氫工業(yè)裝置實(shí)測(cè)數(shù)據(jù)，應(yīng)用經(jīng)驗(yàn)動(dòng)力學(xué)模型和催化劑時(shí)變失活模型分別對(duì)茂名、齊魯、海南三套裝置的實(shí)測(cè)操作數(shù)據(jù)進(jìn)行模擬和分析，建立了渣油加氫失活動(dòng)力學(xué)模型。李心園(渣油加氫反應(yīng)動(dòng)力學(xué)模型的研究[d]，廈門大學(xué)，2019)構(gòu)建了渣油催化加氫脫硫(hds)動(dòng)力學(xué)模型，用以描述反應(yīng)條件、催化劑失活和原料油性質(zhì)等因素與渣油hds轉(zhuǎn)化率之間的定量關(guān)系。

5、然而，渣油是原油中沸點(diǎn)最高、分子量最大、組成最復(fù)雜、雜質(zhì)含量最高的部分，渣油在加氫過(guò)程中同時(shí)存在加氫脫硫、脫金屬、脫氮、脫殘?zhí)亢土鸦缺姸喾磻?yīng)，不同產(chǎn)地、不同基屬原油渣油雜質(zhì)含量、分子結(jié)構(gòu)特點(diǎn)和加氫反應(yīng)特性差異巨大。另外，渣油加氫過(guò)程中，催化劑因沉積金屬雜質(zhì)和積炭，通常失活速度遠(yuǎn)遠(yuǎn)快于餾分油加氫催化劑。因而，采用基于反應(yīng)機(jī)理的動(dòng)力學(xué)方程對(duì)渣油加氫過(guò)程進(jìn)行模擬的難度非常大，很難精確反映原料性質(zhì)、催化劑性能及級(jí)配、工藝條件及催化劑失活等因素的變化對(duì)反應(yīng)結(jié)果的影響。渣油加氫動(dòng)力學(xué)模型普遍存在適應(yīng)范圍窄、精度低、靈活性差、模型參數(shù)擬合求解困難等問(wèn)題。

6、為克服基于機(jī)理建模方法存在的缺陷，也有采用機(jī)器學(xué)習(xí)方法建立渣油加氫過(guò)程預(yù)測(cè)模型進(jìn)行產(chǎn)品性質(zhì)預(yù)測(cè)、反應(yīng)條件優(yōu)化等，如潘勝平(人工神經(jīng)網(wǎng)絡(luò)在渣油加氫工藝研究中的應(yīng)用[j].撫順烴加工技術(shù),1999(2):12-16.)采用撫順石油化工研究院200ml小型渣油加氫裝置評(píng)價(jià)數(shù)據(jù)，應(yīng)用人工神經(jīng)網(wǎng)絡(luò)對(duì)固定床渣油加氫過(guò)程進(jìn)行模擬和分析，建立了產(chǎn)品性質(zhì)預(yù)測(cè)模型。盛茗珉(基于深度循環(huán)神經(jīng)網(wǎng)絡(luò)的渣油加氫裝置建模研究[d]，浙江大學(xué)，2019)分別采用長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)和門控循環(huán)單元神經(jīng)網(wǎng)絡(luò)建立了新氫流量預(yù)測(cè)模型，用于實(shí)現(xiàn)對(duì)渣油加氫裝置新氫流量進(jìn)行穩(wěn)定、精確的預(yù)報(bào)。

7、基于機(jī)器學(xué)習(xí)的建模方法是通過(guò)對(duì)現(xiàn)有的渣油加氫反應(yīng)數(shù)據(jù)中隱藏的規(guī)律和關(guān)系進(jìn)行深度挖掘，進(jìn)而建立渣油原料性質(zhì)、催化劑、加氫工藝條件與反應(yīng)結(jié)果的關(guān)系模型，建成的模型效果非常依賴于數(shù)據(jù)集的質(zhì)量。現(xiàn)有預(yù)測(cè)方法在建模過(guò)程中通常只采用特定工業(yè)裝置數(shù)據(jù)，而工業(yè)裝置為保持運(yùn)行平穩(wěn)，其原料性質(zhì)和操作條件通常變化不大，催化劑裝填及級(jí)配比例更是固定不變，由特定裝置數(shù)據(jù)建立的模型普適性受到制約，倘若需要建立針對(duì)不同工業(yè)裝置建立預(yù)測(cè)模型，則需要利用新裝置的數(shù)據(jù)重頭開始建立預(yù)測(cè)模型，工作量大，數(shù)據(jù)采集困難，靈活性差。因此，本領(lǐng)域迫切需要開發(fā)一種對(duì)工業(yè)裝置數(shù)據(jù)依賴性小、靈活高效、適應(yīng)范圍廣、預(yù)測(cè)精度高的渣油加氫反應(yīng)過(guò)程預(yù)測(cè)方法。

8、其中，專利cn?106202910a，提供了一種渣油加氫處理裝置的收率實(shí)時(shí)預(yù)測(cè)方法及其應(yīng)用，其采用從實(shí)際渣油加氫處理過(guò)程采集的數(shù)據(jù)，在加氫反應(yīng)原理的基礎(chǔ)上，基于加氫裝置機(jī)理和運(yùn)行特性，以數(shù)學(xué)方程模型為原理建立渣油加氫處理裝置反應(yīng)動(dòng)力學(xué)及反應(yīng)器模型，并根據(jù)實(shí)際工業(yè)裝置數(shù)據(jù)，應(yīng)用改進(jìn)差分算法對(duì)渣油加氫機(jī)理模型進(jìn)行實(shí)時(shí)校正，并以此為基礎(chǔ)，針對(duì)關(guān)鍵操作/工藝條件開展操作特性分析，結(jié)合神經(jīng)網(wǎng)絡(luò)技術(shù)，建立代理模型，將操作條件與delta-base數(shù)據(jù)進(jìn)行關(guān)聯(lián)，實(shí)現(xiàn)渣油加氫裝置收率的實(shí)時(shí)預(yù)測(cè)。該技術(shù)的缺陷在于，該技術(shù)通過(guò)計(jì)算校正模型獲得的分析數(shù)據(jù)來(lái)訓(xùn)練神經(jīng)網(wǎng)絡(luò)實(shí)時(shí)預(yù)測(cè)模型，所用數(shù)據(jù)來(lái)源為機(jī)理模型產(chǎn)生的模擬數(shù)據(jù)，與真實(shí)數(shù)據(jù)存在一定偏差，影響了神經(jīng)網(wǎng)絡(luò)模型在真實(shí)裝置上的預(yù)測(cè)效果，且建立的模型只適用于特定裝置，模型適應(yīng)性差，如需建立針對(duì)于不同裝置的預(yù)測(cè)模型，則需重新采集數(shù)據(jù)對(duì)機(jī)理模型進(jìn)行校正，然后基于校正后的機(jī)理模型建立實(shí)時(shí)神經(jīng)網(wǎng)絡(luò)代理模型。

9、專利cn?110070923?a提供了一種基于半監(jiān)督深度gru的渣油加氫模型及建立方法，其技術(shù)首先對(duì)原始數(shù)據(jù)進(jìn)行時(shí)序處理，得到無(wú)標(biāo)簽的樣本訓(xùn)練集a和帶標(biāo)簽的樣本訓(xùn)練集合a*，然后使用min-max標(biāo)準(zhǔn)化的方法對(duì)樣本數(shù)據(jù)進(jìn)行歸一化處理以消除不同量綱所帶來(lái)的影響，歸一化后的樣本數(shù)據(jù)集合a和a*均為建模過(guò)程的輸入數(shù)據(jù)，用以上處理好的無(wú)標(biāo)簽的樣本數(shù)據(jù)集合a構(gòu)建深度gru模型，利用gru自動(dòng)編碼器，按照貪心原理逐層對(duì)深度gru模型進(jìn)行無(wú)監(jiān)督預(yù)訓(xùn)練，最后用預(yù)訓(xùn)練獲得的參數(shù)初始化相同結(jié)構(gòu)的深度gru模型，利用帶標(biāo)簽的數(shù)據(jù)集合a*進(jìn)行二次訓(xùn)練，經(jīng)過(guò)監(jiān)督學(xué)習(xí)微調(diào)后獲得最終的基于半監(jiān)督深度gru的渣油加氫模型。但該技術(shù)的缺陷在于，該技術(shù)在建模過(guò)程中僅采用特定工業(yè)裝置數(shù)據(jù)來(lái)建立模型，模型適應(yīng)范圍小，很難拓展應(yīng)用于其它裝置。

10、以上對(duì)比文件所提供的渣油加氫反應(yīng)過(guò)程建模方法，主要采用bp神經(jīng)網(wǎng)絡(luò)與循環(huán)神經(jīng)網(wǎng)絡(luò)來(lái)建立反應(yīng)預(yù)測(cè)模型，模型建立過(guò)程中只利用了特定工業(yè)裝置的數(shù)據(jù)對(duì)模型參數(shù)進(jìn)行優(yōu)化。由于工業(yè)裝置運(yùn)行較平穩(wěn)，數(shù)據(jù)變化較小，建立的模型通常只適用于特定條件下的渣油加氫反應(yīng)過(guò)程，適應(yīng)范圍較窄。

技術(shù)實(shí)現(xiàn)思路

1、針對(duì)現(xiàn)有技術(shù)的不足，本發(fā)明提出一種渣油加氫處理催化劑分級(jí)裝填優(yōu)化方法、裝置，有助于提高渣油加氫預(yù)測(cè)模型預(yù)測(cè)精度和適應(yīng)范圍。

2、為了實(shí)現(xiàn)上述目的，本發(fā)明一方面提供一種渣油加氫處理催化劑分級(jí)裝填優(yōu)化方法，包括：

3、進(jìn)行渣油加氫反應(yīng)數(shù)據(jù)的采集，構(gòu)建用于機(jī)器學(xué)習(xí)的第一數(shù)據(jù)集；

4、基于構(gòu)建的所述第一數(shù)據(jù)集，利用深度學(xué)習(xí)技術(shù)建立初始渣油加氫反應(yīng)預(yù)測(cè)模型；

5、采集待測(cè)工業(yè)渣油加氫裝置的生產(chǎn)過(guò)程數(shù)據(jù)，構(gòu)建第二數(shù)據(jù)集；

6、基于所述第二數(shù)據(jù)集，對(duì)篩選的所述初始渣油加氫反應(yīng)預(yù)測(cè)模型的參數(shù)進(jìn)行優(yōu)化，消除所述待測(cè)工業(yè)渣油加氫裝置與所述高通量評(píng)價(jià)裝置之間系統(tǒng)性誤差因素，得到適用于所述待測(cè)工業(yè)渣油加氫裝置的目標(biāo)渣油加氫反應(yīng)預(yù)測(cè)模型；

7、利用所述目標(biāo)渣油加氫反應(yīng)預(yù)測(cè)模型針對(duì)待測(cè)工業(yè)渣油加氫裝置進(jìn)行催化劑分級(jí)裝填優(yōu)化。

8、可選的，利用高通量評(píng)價(jià)裝置進(jìn)行渣油加氫反應(yīng)數(shù)據(jù)的采集，包括：

9、分別準(zhǔn)備m種渣油加氫催化劑與n種渣油原料，對(duì)各催化劑與渣油原料性質(zhì)進(jìn)行測(cè)定，其中m>＝3，n>＝3；

10、選定一種渣油原料及一種渣油加氫催化劑組合，在預(yù)設(shè)的高通量反應(yīng)條件下，進(jìn)行渣油加氫反應(yīng)評(píng)價(jià)，采集滿足預(yù)設(shè)要求實(shí)驗(yàn)數(shù)據(jù)。

11、可選的，所述基于構(gòu)建的所述第一數(shù)據(jù)集，利用深度學(xué)習(xí)技術(shù)建立初始渣油加氫反應(yīng)預(yù)測(cè)模型，還包括：

12、基于構(gòu)建的所述第一數(shù)據(jù)集，采用不同的神經(jīng)網(wǎng)絡(luò)建立多個(gè)渣油加氫反應(yīng)預(yù)測(cè)模型，每一神經(jīng)網(wǎng)絡(luò)對(duì)應(yīng)一渣油加氫反應(yīng)預(yù)測(cè)模型；

13、從所述多個(gè)渣油加氫反應(yīng)預(yù)測(cè)模型中篩選出其中的最優(yōu)預(yù)測(cè)模型作為所述初始渣油加氫反應(yīng)預(yù)測(cè)模型。

14、可選的，所述基于構(gòu)建的所述第一數(shù)據(jù)集，采用不同的神經(jīng)網(wǎng)絡(luò)建立多個(gè)渣油加氫反應(yīng)預(yù)測(cè)模型，包括：

15、將所述第一數(shù)據(jù)集按照一定比例劃分為第一訓(xùn)練集、第一驗(yàn)證集和第一測(cè)試集三部分；

16、選取一種神經(jīng)網(wǎng)絡(luò)，搭建對(duì)應(yīng)的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型，作為渣油加氫反應(yīng)預(yù)測(cè)模型，其中，利用對(duì)渣油加氫反應(yīng)數(shù)據(jù)預(yù)處理后篩選出的影響渣油加氫反應(yīng)結(jié)果的關(guān)鍵特征作為構(gòu)建預(yù)測(cè)模型輸入特征，網(wǎng)絡(luò)的輸入層神經(jīng)元數(shù)目與所述關(guān)鍵特征的特征數(shù)目相匹配，網(wǎng)絡(luò)輸出層神經(jīng)元數(shù)目與表征渣油加氫反應(yīng)結(jié)果的指標(biāo)數(shù)目項(xiàng)同，并對(duì)網(wǎng)絡(luò)參數(shù)進(jìn)行隨機(jī)初始化；

17、預(yù)設(shè)網(wǎng)絡(luò)訓(xùn)練超參數(shù)，利用所述第一訓(xùn)練集對(duì)搭建的所述渣油加氫反應(yīng)預(yù)測(cè)模型進(jìn)行訓(xùn)練，并通過(guò)所述第一驗(yàn)證集對(duì)模型訓(xùn)練過(guò)程進(jìn)行監(jiān)控，當(dāng)模型在所述第一驗(yàn)證集上誤差不再降低時(shí)，停止模型訓(xùn)練；

18、利用所述第一測(cè)試集對(duì)訓(xùn)練完成的模型預(yù)測(cè)性能進(jìn)行測(cè)試，在測(cè)試結(jié)果不滿足設(shè)定標(biāo)準(zhǔn)的情況下，調(diào)整模型結(jié)構(gòu)以及網(wǎng)絡(luò)訓(xùn)練超參數(shù)，直至模型測(cè)試結(jié)果達(dá)到設(shè)定標(biāo)準(zhǔn)。

19、可選的，采用的神經(jīng)網(wǎng)絡(luò)包括卷積神經(jīng)網(wǎng)絡(luò)、圖神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、前饋神經(jīng)網(wǎng)絡(luò)、transformer中的一種或幾種的組合。

20、可選的，所述的方法還包括：

21、在構(gòu)建所述第一數(shù)據(jù)集之前，進(jìn)一步對(duì)采集的所述渣油加氫反應(yīng)數(shù)據(jù)進(jìn)行預(yù)處理，包括：

22、對(duì)采集的經(jīng)過(guò)高通量評(píng)價(jià)的各項(xiàng)所述渣油加氫反應(yīng)數(shù)據(jù)進(jìn)行單位統(tǒng)一；

23、檢測(cè)所述渣油加氫反應(yīng)數(shù)據(jù)中可能存在的異常數(shù)據(jù)，并進(jìn)行人工修正或剔除異常數(shù)據(jù)；

24、對(duì)所述渣油加氫反應(yīng)數(shù)據(jù)中的空缺數(shù)據(jù)進(jìn)行補(bǔ)全，無(wú)法補(bǔ)全的數(shù)據(jù)予以刪除；

25、對(duì)所述渣油加氫反應(yīng)數(shù)據(jù)中的分類特征進(jìn)行獨(dú)熱編碼；

26、對(duì)所述渣油加氫反應(yīng)數(shù)據(jù)的數(shù)值數(shù)據(jù)進(jìn)行轉(zhuǎn)換；

27、構(gòu)造有利于預(yù)測(cè)渣油加氫反應(yīng)過(guò)程的新特征；

28、篩選影響渣油加氫反應(yīng)結(jié)果的關(guān)鍵特征作為構(gòu)建的所述渣油加氫反應(yīng)預(yù)測(cè)模型的輸入特征。

29、可選的，所述的方法還包括：

30、在構(gòu)建所述第二數(shù)據(jù)集之前，進(jìn)一步對(duì)采集的所述生產(chǎn)過(guò)程數(shù)據(jù)進(jìn)行預(yù)處理，包括：

31、對(duì)采集的所述生產(chǎn)過(guò)程數(shù)據(jù)進(jìn)行單位統(tǒng)一；

32、檢測(cè)所述生產(chǎn)過(guò)程數(shù)據(jù)中可能存在的異常數(shù)據(jù)，并進(jìn)行人工修正或剔除異常數(shù)據(jù)；

33、對(duì)所述生產(chǎn)過(guò)程數(shù)據(jù)中的空缺數(shù)據(jù)進(jìn)行補(bǔ)全，無(wú)法補(bǔ)全的數(shù)據(jù)予以刪除；

34、對(duì)所述生產(chǎn)過(guò)程數(shù)據(jù)的數(shù)據(jù)取值范圍進(jìn)行縮放。

35、可選的，所述利用所述目標(biāo)渣油加氫反應(yīng)預(yù)測(cè)模型針對(duì)待測(cè)工業(yè)渣油加氫裝置進(jìn)行催化劑分級(jí)裝填優(yōu)化，包括：

36、對(duì)需要優(yōu)化的所述生產(chǎn)過(guò)程數(shù)據(jù)進(jìn)行預(yù)處理，以滿足所述目標(biāo)渣油加氫反應(yīng)預(yù)測(cè)模型的輸入層要求；

37、隨機(jī)選擇多組催化劑分級(jí)裝填比例，在滿足預(yù)設(shè)反應(yīng)溫度范圍內(nèi)每間隔一定溫度加載所述目標(biāo)渣油加氫反應(yīng)預(yù)測(cè)模型一次，將預(yù)處理后的所述生產(chǎn)過(guò)程數(shù)據(jù)輸入模型，讀取模型預(yù)測(cè)結(jié)果，預(yù)測(cè)加氫產(chǎn)品性質(zhì)；

38、計(jì)算每一組催化劑分級(jí)裝填比例下的加氫產(chǎn)品性質(zhì)預(yù)測(cè)偏差，分別輸出單一加氫產(chǎn)品性質(zhì)偏差最小的分級(jí)裝填比例和綜合偏差最小的分級(jí)裝填比例。

39、可選的，所述生產(chǎn)過(guò)程數(shù)據(jù)包括原料性質(zhì)、催化劑性質(zhì)、產(chǎn)品要求和工藝條件；

40、其中，所述原料性質(zhì)包括密度、粘度、平均分子量、氮含量、硫含量、殘?zhí)恐怠/h含量、金屬雜質(zhì)含量，以及飽和分、芳香分、膠質(zhì)和瀝青質(zhì)的組分；

41、所述催化劑性質(zhì)包括催化劑的組成元素及其質(zhì)量分?jǐn)?shù)、堆密度、比表面積、孔徑、孔體積和活性金屬含量；

42、所述產(chǎn)品要求包括加氫產(chǎn)品密度、粘度、氮含量、硫含量、殘?zhí)恐岛徒饘匐s質(zhì)含量；所述工藝條件包括反應(yīng)氫氣壓力、原料進(jìn)料空速、氫/油比。

43、本發(fā)明另一方面還提供了一種渣油加氫處理催化劑分級(jí)裝填優(yōu)化裝置，采用所述的渣油加氫處理催化劑分級(jí)裝填優(yōu)化方法，所述裝置至少包括：

44、數(shù)據(jù)集構(gòu)建模塊，用于：

45、進(jìn)行渣油加氫反應(yīng)數(shù)據(jù)的采集，構(gòu)建用于機(jī)器學(xué)習(xí)的第一數(shù)據(jù)集；以及

46、采集待測(cè)工業(yè)渣油加氫裝置的生產(chǎn)過(guò)程數(shù)據(jù)，構(gòu)建第二數(shù)據(jù)集；

47、預(yù)測(cè)模型構(gòu)建模塊，用于：

48、基于構(gòu)建的所述第一數(shù)據(jù)集，利用深度學(xué)習(xí)技術(shù)建立初始渣油加氫反應(yīng)預(yù)測(cè)模型；以及

49、基于所述第二數(shù)據(jù)集，對(duì)篩選的所述初始渣油加氫反應(yīng)預(yù)測(cè)模型的參數(shù)進(jìn)行優(yōu)化，消除所述待測(cè)工業(yè)渣油加氫裝置與所述高通量評(píng)價(jià)裝置之間系統(tǒng)性誤差因素，得到適用于所述待測(cè)工業(yè)渣油加氫裝置的目標(biāo)渣油加氫反應(yīng)預(yù)測(cè)模型；

50、催化劑分級(jí)裝填優(yōu)化模塊，用于：

51、利用所述目標(biāo)渣油加氫反應(yīng)預(yù)測(cè)模型針對(duì)待測(cè)工業(yè)渣油加氫裝置進(jìn)行催化劑分級(jí)裝填優(yōu)化。

52、由以上方案可知，本發(fā)明的優(yōu)點(diǎn)在于：

53、本發(fā)明提供的渣油加氫處理催化劑分級(jí)裝填優(yōu)化方法，利用高通量評(píng)價(jià)裝置進(jìn)行渣油加氫反應(yīng)數(shù)據(jù)的采集，構(gòu)建用于機(jī)器學(xué)習(xí)的第一數(shù)據(jù)集，基于構(gòu)建的所述第一數(shù)據(jù)集，利用深度學(xué)習(xí)技術(shù)建立初始渣油加氫反應(yīng)預(yù)測(cè)模型。同時(shí)，采集待測(cè)工業(yè)渣油加氫裝置的生產(chǎn)過(guò)程數(shù)據(jù)，構(gòu)建第二數(shù)據(jù)集，并基于所述第二數(shù)據(jù)集，對(duì)篩選的所述初始渣油加氫反應(yīng)預(yù)測(cè)模型的參數(shù)進(jìn)行優(yōu)化，以消除所述待測(cè)工業(yè)渣油加氫裝置與所述高通量評(píng)價(jià)裝置之間系統(tǒng)性誤差因素，得到適用于所述待測(cè)工業(yè)渣油加氫裝置的目標(biāo)渣油加氫反應(yīng)預(yù)測(cè)模型；并最終利用所述目標(biāo)渣油加氫反應(yīng)預(yù)測(cè)模型針對(duì)所述待測(cè)工業(yè)渣油加氫裝置進(jìn)行催化劑分級(jí)裝填優(yōu)化。該方法通過(guò)采用高通量評(píng)價(jià)裝置獲取大量渣油加氫評(píng)價(jià)數(shù)據(jù)，以此構(gòu)建一個(gè)基礎(chǔ)模型，然后利用待測(cè)工業(yè)渣油加氫裝置的生產(chǎn)過(guò)程數(shù)據(jù)對(duì)模型進(jìn)行優(yōu)化，使得僅需少量工業(yè)數(shù)據(jù)就可得到適用范圍廣、預(yù)測(cè)性能好的預(yù)測(cè)模型，有助于提高渣油加氫預(yù)測(cè)模型預(yù)測(cè)精度和適應(yīng)范圍。