本發(fā)明涉及重油加氫、人工智能,尤其涉及一種渣油加氫反應(yīng)的產(chǎn)物性質(zhì)分析方法及裝置。
背景技術(shù):
1、本部分旨在為權(quán)利要求書中陳述的本發(fā)明實(shí)施例提供背景或上下文。此處的描述不因?yàn)榘ㄔ诒静糠种芯统姓J(rèn)是現(xiàn)有技術(shù)。
2、當(dāng)前,隨著石油資源日益重質(zhì)化和劣質(zhì)化,以及對(duì)油品質(zhì)量升級(jí)的緊迫要求和環(huán)保規(guī)定的日益嚴(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,脫除渣油中大部分金屬、硫和氮等,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。
3、目前,采用機(jī)器學(xué)習(xí)方法建立渣油加氫過(guò)程分析模型進(jìn)行產(chǎn)物性質(zhì)分析、反應(yīng)條件優(yōu)化等,機(jī)器學(xué)習(xí)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)而建立渣油加氫反應(yīng)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。但是,現(xiàn)有的分析方法在建模過(guò)程中通常只采用特定渣油加氫反應(yīng)裝置數(shù)據(jù),而渣油加氫反應(yīng)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)不同渣油加氫反應(yīng)裝置建立分析模型,則需要利用新裝置的數(shù)據(jù)重頭開始建立分析模型,工作量大,靈活性差。因此,現(xiàn)有的分析模型存在分析模型適應(yīng)范圍窄、分析精度低的問(wèn)題。
技術(shù)實(shí)現(xiàn)思路
1、本發(fā)明實(shí)施例提供一種渣油加氫反應(yīng)的產(chǎn)物性質(zhì)分析方法,用以解決現(xiàn)有技術(shù)中存在的建立的分析模型適應(yīng)范圍窄、分析精度低的問(wèn)題,該方法包括:
2、獲取渣油加氫反應(yīng)的高通量實(shí)驗(yàn)數(shù)據(jù)和指定渣油加氫反應(yīng)裝置的歷史數(shù)據(jù);所述高通量實(shí)驗(yàn)數(shù)據(jù)和所述歷史數(shù)據(jù)均包括:原料油性質(zhì)數(shù)據(jù)、催化劑性質(zhì)數(shù)據(jù)、反應(yīng)條件數(shù)據(jù)以及產(chǎn)物性質(zhì)數(shù)據(jù);
3、根據(jù)渣油加氫反應(yīng)的高通量實(shí)驗(yàn)數(shù)據(jù),構(gòu)建第一樣本數(shù)據(jù)集;
4、根據(jù)指定渣油加氫反應(yīng)裝置的歷史數(shù)據(jù),構(gòu)建第二樣本數(shù)據(jù)集;
5、利用第一樣本數(shù)據(jù)集分別對(duì)預(yù)設(shè)的多個(gè)不同類型的初始神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練,得到多個(gè)渣油加氫反應(yīng)產(chǎn)品性質(zhì)分析模型;
6、計(jì)算多個(gè)渣油加氫反應(yīng)產(chǎn)品性質(zhì)分析模型的誤差,從多個(gè)渣油加氫反應(yīng)產(chǎn)品性質(zhì)分析模型中確定誤差最小的渣油加氫反應(yīng)產(chǎn)品性質(zhì)分析模型,作為指定渣油加氫反應(yīng)產(chǎn)品性質(zhì)分析模型;
7、利用第二樣本數(shù)據(jù)集對(duì)指定渣油加氫反應(yīng)產(chǎn)品性質(zhì)分析模型的參數(shù)進(jìn)行優(yōu)化,得到指定渣油加氫反應(yīng)裝置對(duì)應(yīng)的渣油加氫反應(yīng)產(chǎn)品性質(zhì)分析模型;
8、將指定渣油加氫反應(yīng)裝置的待分析反應(yīng)數(shù)據(jù)輸入指定渣油加氫反應(yīng)裝置對(duì)應(yīng)的渣油加氫反應(yīng)產(chǎn)品性質(zhì)分析模型,確定待分析反應(yīng)數(shù)據(jù)的產(chǎn)物性質(zhì)數(shù)據(jù)。
9、本發(fā)明實(shí)施例還提供一種渣油加氫反應(yīng)的產(chǎn)物性質(zhì)分析裝置,用以解決現(xiàn)有技術(shù)中存在的建立的分析模型適應(yīng)范圍窄、分析精度低的問(wèn)題,該裝置包括:
10、獲取模塊,用于獲取渣油加氫反應(yīng)的高通量實(shí)驗(yàn)數(shù)據(jù)和指定渣油加氫反應(yīng)裝置的歷史數(shù)據(jù);所述高通量實(shí)驗(yàn)數(shù)據(jù)和所述歷史數(shù)據(jù)均包括:原料油性質(zhì)數(shù)據(jù)、催化劑性質(zhì)數(shù)據(jù)、反應(yīng)條件數(shù)據(jù)以及產(chǎn)物性質(zhì)數(shù)據(jù);
11、第一樣本構(gòu)建模塊,用于根據(jù)渣油加氫反應(yīng)的高通量實(shí)驗(yàn)數(shù)據(jù),構(gòu)建第一樣本數(shù)據(jù)集;
12、第二樣本構(gòu)建模塊,用于根據(jù)指定渣油加氫反應(yīng)裝置的歷史數(shù)據(jù),構(gòu)建第二樣本數(shù)據(jù)集;
13、模型訓(xùn)練模塊,用于利用第一樣本數(shù)據(jù)集分別對(duì)預(yù)設(shè)的多個(gè)不同類型的初始神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練,得到多個(gè)渣油加氫反應(yīng)產(chǎn)品性質(zhì)分析模型;
14、模型篩選模塊,用于計(jì)算多個(gè)渣油加氫反應(yīng)產(chǎn)品性質(zhì)分析模型的誤差,從多個(gè)渣油加氫反應(yīng)產(chǎn)品性質(zhì)分析模型中確定誤差最小的渣油加氫反應(yīng)產(chǎn)品性質(zhì)分析模型,作為指定渣油加氫反應(yīng)產(chǎn)品性質(zhì)分析模型;
15、模型優(yōu)化模塊,用于利用第二樣本數(shù)據(jù)集對(duì)指定渣油加氫反應(yīng)產(chǎn)品性質(zhì)分析模型的參數(shù)進(jìn)行優(yōu)化,得到指定渣油加氫反應(yīng)裝置對(duì)應(yīng)的渣油加氫反應(yīng)產(chǎn)品性質(zhì)分析模型;
16、分析模塊,用于將指定渣油加氫反應(yīng)裝置的待分析反應(yīng)數(shù)據(jù)輸入指定渣油加氫反應(yīng)裝置對(duì)應(yīng)的渣油加氫反應(yīng)產(chǎn)品性質(zhì)分析模型,確定待分析反應(yīng)數(shù)據(jù)的產(chǎn)物性質(zhì)數(shù)據(jù)。
17、本發(fā)明實(shí)施例還提供一種計(jì)算機(jī)設(shè)備,包括存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序,所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)上述渣油加氫反應(yīng)的產(chǎn)物性質(zhì)分析方法。
18、本發(fā)明實(shí)施例還提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì),所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)程序,所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述渣油加氫反應(yīng)的產(chǎn)物性質(zhì)分析方法。
19、本發(fā)明實(shí)施例還提供一種計(jì)算機(jī)程序產(chǎn)品,所述計(jì)算機(jī)程序產(chǎn)品包括計(jì)算機(jī)程序,所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述渣油加氫反應(yīng)的產(chǎn)物性質(zhì)分析方法。
20、本發(fā)明實(shí)施例中,獲取渣油加氫反應(yīng)的高通量實(shí)驗(yàn)數(shù)據(jù)和指定渣油加氫反應(yīng)裝置的歷史數(shù)據(jù);所述高通量實(shí)驗(yàn)數(shù)據(jù)和所述歷史數(shù)據(jù)均包括:原料油性質(zhì)數(shù)據(jù)、催化劑性質(zhì)數(shù)據(jù)、反應(yīng)條件數(shù)據(jù)以及產(chǎn)物性質(zhì)數(shù)據(jù);根據(jù)渣油加氫反應(yīng)的高通量實(shí)驗(yàn)數(shù)據(jù),構(gòu)建第一樣本數(shù)據(jù)集;根據(jù)指定渣油加氫反應(yīng)裝置的歷史數(shù)據(jù),構(gòu)建第二樣本數(shù)據(jù)集;利用第一樣本數(shù)據(jù)集分別對(duì)預(yù)設(shè)的多個(gè)不同類型的初始神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練,得到多個(gè)渣油加氫反應(yīng)產(chǎn)品性質(zhì)分析模型;計(jì)算多個(gè)渣油加氫反應(yīng)產(chǎn)品性質(zhì)分析模型的誤差,從多個(gè)渣油加氫反應(yīng)產(chǎn)品性質(zhì)分析模型中確定誤差最小的渣油加氫反應(yīng)產(chǎn)品性質(zhì)分析模型,作為指定渣油加氫反應(yīng)產(chǎn)品性質(zhì)分析模型;利用第二樣本數(shù)據(jù)集對(duì)指定渣油加氫反應(yīng)產(chǎn)品性質(zhì)分析模型的參數(shù)進(jìn)行優(yōu)化,得到指定渣油加氫反應(yīng)裝置對(duì)應(yīng)的渣油加氫反應(yīng)產(chǎn)品性質(zhì)分析模型;將指定渣油加氫反應(yīng)裝置的待分析反應(yīng)數(shù)據(jù)輸入指定渣油加氫反應(yīng)裝置對(duì)應(yīng)的渣油加氫反應(yīng)產(chǎn)品性質(zhì)分析模型,確定待分析反應(yīng)數(shù)據(jù)的產(chǎn)物性質(zhì)數(shù)據(jù)。與現(xiàn)有的渣油加氫反應(yīng)的產(chǎn)物性質(zhì)分析的技術(shù)方案相比,首先通過(guò)渣油加氫反應(yīng)的高通量實(shí)驗(yàn)數(shù)據(jù)對(duì)多個(gè)不同類型的神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練,得到多個(gè)渣油加氫反應(yīng)產(chǎn)品性質(zhì)分析模型,篩選出誤差最小的渣油加氫反應(yīng)產(chǎn)品性質(zhì)分析模型,可以建立一個(gè)適應(yīng)范圍廣的基礎(chǔ)模型,然后,利用指定渣油加氫反應(yīng)裝置的歷史數(shù)據(jù)對(duì)基礎(chǔ)模型的參數(shù)進(jìn)行適應(yīng)性優(yōu)化,得到指定渣油加氫反應(yīng)裝置的渣油加氫反應(yīng)產(chǎn)品性質(zhì)分析模型,這樣,利用指定渣油加氫反應(yīng)裝置的渣油加氫反應(yīng)產(chǎn)品性質(zhì)分析模型,對(duì)指定渣油加氫反應(yīng)裝置的待分析反應(yīng)的產(chǎn)物性質(zhì)數(shù)據(jù)進(jìn)行分析,可以降低模型在指定渣油加氫反應(yīng)裝置上的預(yù)測(cè)誤差,通過(guò)本發(fā)明實(shí)施例的方法,有助于擴(kuò)大模型適用范圍,提高模型預(yù)測(cè)精度,同時(shí)降低了模型構(gòu)建時(shí)對(duì)指定渣油加氫反應(yīng)裝置數(shù)據(jù)的需求量,降低建模難度,大幅提高工作效率。
1.一種渣油加氫反應(yīng)的產(chǎn)物性質(zhì)分析方法,其特征在于,包括:
2.如權(quán)利要求1所述的方法,其特征在于,所述催化劑性質(zhì)數(shù)據(jù)包括:催化劑的組成元素及每一組成元素的質(zhì)量分?jǐn)?shù)、堆密度、比表面積、孔徑、孔體積和活性金屬含量。
3.如權(quán)利要求1所述的方法,其特征在于,所述反應(yīng)條件數(shù)據(jù)包括:原料油進(jìn)料空速、氫氣壓力、溫度、氫和油的比例、和催化劑級(jí)配比例。
4.如權(quán)利要求1所述的方法,其特征在于,所述產(chǎn)物性質(zhì)數(shù)據(jù)包括:加氫產(chǎn)品的密度、粘度、氮含量、硫含量、殘?zhí)恐怠⑻己蜌涞暮亢徒饘匐s質(zhì)含量。
5.如權(quán)利要求1所述的方法,其特征在于,根據(jù)渣油加氫反應(yīng)的高通量實(shí)驗(yàn)數(shù)據(jù),構(gòu)建第一樣本數(shù)據(jù)集,包括:
6.如權(quán)利要求1所述的方法,其特征在于,利用第一樣本數(shù)據(jù)集分別對(duì)預(yù)設(shè)的多個(gè)不同類型的初始神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練,得到多個(gè)渣油加氫反應(yīng)產(chǎn)品性質(zhì)分析模型之前,還包括:
7.如權(quán)利要求6所述的方法,其特征在于,利用第一樣本數(shù)據(jù)集分別對(duì)預(yù)設(shè)的多個(gè)不同類型的初始神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練,得到多個(gè)渣油加氫反應(yīng)產(chǎn)品性質(zhì)分析模型,包括:
8.如權(quán)利要求1所述的方法,其特征在于,利用第二樣本數(shù)據(jù)集對(duì)指定渣油加氫反應(yīng)產(chǎn)品性質(zhì)分析模型的參數(shù)進(jìn)行優(yōu)化,得到指定渣油加氫反應(yīng)裝置對(duì)應(yīng)的渣油加氫反應(yīng)產(chǎn)品性質(zhì)分析模型,包括:
9.一種渣油加氫反應(yīng)的產(chǎn)物性質(zhì)分析裝置,其特征在于,包括:
10.如權(quán)利要求9所述的裝置,其特征在于,所述催化劑性質(zhì)數(shù)據(jù)包括:催化劑的組成元素及每一組成元素的質(zhì)量分?jǐn)?shù)、堆密度、比表面積、孔徑、孔體積和活性金屬含量。
11.如權(quán)利要求9所述的裝置,其特征在于,所述反應(yīng)條件數(shù)據(jù)包括:原料油進(jìn)料空速、氫氣壓力、溫度、氫和油的比例、和催化劑級(jí)配比例。
12.如權(quán)利要求9所述的裝置,其特征在于,所述產(chǎn)物性質(zhì)數(shù)據(jù)包括:加氫產(chǎn)品的密度、粘度、氮含量、硫含量、殘?zhí)恐?、碳和氫的含量和金屬雜質(zhì)含量。
13.如權(quán)利要求9所述的裝置,其特征在于,第一樣本構(gòu)建模塊,具體用于:
14.如權(quán)利要求9所述的裝置,其特征在于,還包括模型搭建模塊,用于在模型訓(xùn)練模塊利用第一樣本數(shù)據(jù)集分別對(duì)預(yù)設(shè)的多個(gè)不同類型的初始神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練,得到多個(gè)渣油加氫反應(yīng)產(chǎn)品性質(zhì)分析模型之前:
15.如權(quán)利要求14所述的裝置,其特征在于,模型訓(xùn)練模塊,具體用于:
16.如權(quán)利要求9所述的裝置,其特征在于,模型優(yōu)化模塊,具體用于:
17.一種計(jì)算機(jī)設(shè)備,包括存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序,其特征在于,所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)權(quán)利要求1至8任一所述方法。
18.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì),其特征在于,所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)程序,所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1至8任一所述方法。
19.一種計(jì)算機(jī)程序產(chǎn)品,其特征在于,所述計(jì)算機(jī)程序產(chǎn)品包括計(jì)算機(jī)程序,所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1至8任一所述方法。