[发明专利]一种预测重油催化裂化沉降器结焦量的方法

权利要求书

1.一种预测重油催化裂化沉降器结焦量的方法，其特征在于，所述方法包括以下步骤：

(1)获得与沉降器的冷凝率、捕获率、生焦率相关的基础数据，以及冷凝率、捕获率和生焦率的实际值，对上述各组数据进行预处理，再进行归一化处理；

所述与冷凝率相关的基础数据包括以下具体参数：油浆初馏点、油浆575℃馏出量、油浆10％馏出温度、油浆50％馏出温度、油浆90％馏出温度、沉降器出口温度和沉降器内油浆分压；

所述与捕获率相关的基础数据包括以下具体参数：油气在沉降器内线速、沉降器出口温度、沉降器内部压力、油浆密度和油浆残炭；

所述与生焦率相关的基础数据包括以下具体参数：油浆残炭、油浆密度、油浆平均分子量、油浆饱和烃含量、油浆芳香烃含量、油浆H含量、油浆C含量、油浆沥青质胶质含量和沉降器出口温度；

(2)利用神经网络进行模型训练，以步骤(1)所得归一化处理后的基础数据作为输入值，以实际值作为期望输出，分别获得预测沉降器冷凝率、捕获率和生焦率的模型；

(3)对现场采集的与沉降器的冷凝率、捕获率、生焦率相关的基础数据进行预处理，分别代入步骤(2)获得的模型中，得到沉降器冷凝率、捕获率和生焦率的预测值，现场采集沉降器内油浆质量流量，计算得到沉降器结焦量预测值；所述沉降器结焦量预测值由以下公式计算得到：沉降器结焦量＝沉降器内油浆质量流量×冷凝率预测值×捕获率预测值×生焦率预测值。

2.根据权利要求1所述的方法，其特征在于，步骤(1)或(3)所述预处理具体为：取各个参数的共同时间段内的数据，对各个参数进行异常值的剔除，所述异常值包括零、负值、空数据以及与平均值之差大于3倍标准差的数据。

3.根据权利要求1所述的方法，其特征在于，步骤(1)所述归一化处理为：将样本序列定为{X(n)}，按照最大最小法对数据进行归一化处理，所述最大最小法公式为X_k＝(X_i-X_min)/(X_max-X_min)，其中，X_k为归一化值，X_i为步骤(1)获得的数据值，X_max和X_min分别是{X(n)}的最大值和最小值。

4.根据权利要求1～3任意一项所述的方法，其特征在于，步骤(2)所述神经网络选自BP神经网络、GRNN神经网络、RBF神经网络、PSO优化BP神经网络或GA优化BP神经网络。