[发明专利]利用近红外光谱仪构建快速预测原油性质的模型的方法

权利要求书

1.一种利用衰减全反射探头与近红外光谱仪构建快速预测原油性质的模型的方法，其特征在于，所述方法包括以下步骤：

步骤一：构建原油训练集，测定训练集中原油的性质；

步骤二：使用衰减全反射探头在近红外谱区测量原油的近红外光谱图；

步骤三：对步骤二获得的原油近红外光谱进行预处理；

步骤四：对预处理后的光谱数据进行训练集样本的选择，剔除异常样本点；

步骤五：根据原油待测性质和原油光谱数据集，选择特定的光谱波数；和

步骤六：利用偏最小二乘法建立原油性质与近红外光谱数据之间的数学关联模型；

其中，所述步骤六中的数学关联模型如下式所示：

y＝a₀+a₁x₁+a₂x₂+…+a_nx_n

其中，y为预测的性质，a_i为模型参数，x_i为光谱第i个波数点的吸光度；

所述数学关联模型如下建立：

(1)对光谱矩阵X和浓度矩阵Y作标准化变换，变换后的矩阵分别记为V和U；

(2)计算V矩阵的权重ω′＝u′V/u′u；

(3)对权重向量进行归一化ω′_new＝ω_old′/(ω_old′ω_old)^1/2；

(4)估计V矩阵得分向量t＝Vω′；

(5)计算U矩阵的载荷q′＝t′U/t′t；

(6)产生U矩阵的得分向量u＝Uq/q′q；

比较u_(old)与u_(new)，如果||u_(old)-u_(new)||＜阈值，表明已收敛，迭代停止，否则转到第一步继续进行迭代；

(7)计算标量b用以内部关联b＝u′t/t′t；

(8)计算V矩阵的载荷p′＝t′v/t′t；

(9)计算V和U矩阵的残差E＝V-tp′，F＝U-uq′；

(10)计算预测标准差SEP，如果SEP大于预期精度，则表明最佳维数已得到，否则对下一维进行计算，则可得到最终的系数矩阵B＝W(P′W)^-1Q′。

2.如权利要求1所述的方法，其特征在于，

步骤一中用于构建校正集的原油20℃的密度在0.7-1.1g/cm³的范围内，硫含量在0.03％-5.50％的范围内，酸值在0.01-12.00mgKOH/g的范围内；和/或

所述原油性质包括密度、残炭、酸值、硫含量、氮含量、蜡含量、胶质含量、沥青质含量和实沸点数据中的一个或多个。

3.如权利要求1所述的方法，其特征在于，

所述步骤二包括，将训练集样品放置于30℃温度下的某一温度，待原油样品温度达到稳定状态后，测定该原油样品的近红外光谱数据。

4.如权利要求3所述的方法，其特征在于，所述步骤二中，所述衰减全反射探头与离线/在线近红外光谱仪配合使用，采集不同原油样品的近红外光谱图。

5.如权利要求4所述的方法，其特征在于，利用装有衰减全反射探头的离线/在线近红外分析仪，将该衰减全反射探头的近红外光纤探头直接插入原油样本，探头前端测量部分被原油全部浸没即可的简单方式，测定原油近红外光谱数据。

6.如权利要求5所述的方法，其特征在于，测定时的扫描范围为4000-12500cm^-1，扫描次数为10-100次。

7.如权利要求1所述的方法，其特征在于，所述步骤三包括，利用一阶导数和直线差减法对步骤二获得的波数范围为12500～4000cm^-1区域的原油样本近红外光谱图进行预处理，消除基线和背景干扰，建立初始训练集。