[发明专利]加氢裂化催化剂的失活预测方法、装置和存储设备

权利要求书

1.一种加氢裂化催化剂的失活预测方法，其特征在于，包括步骤：

S11、将加氢裂化装置的实时数据库系统的历史数据中的工况信息的预设工况参数项，和，实验室信息管理系统LIMS的历史数据中的性质信息数据的预设性质参数项，以及催化剂使用天数确定为预测模型的自变量；所述预设工况参数项包括：原料油进料流量、高压分离器压力、精制反应器反应温度、裂化反应器反应温度、反应器入口氢气流量和尾油流量或收率；所述性质信息数据包括产品属性信息和多种原料的原料性质信息；所述预设性质参数项包括：原料油密度、原料油终馏点的馏出温度、原料油氮含量；

将裂化反应器平均反应温度确定为所述预测模型的目标变量；

S12、通过所述实时数据库系统和所述LIMS提取所述预设工况参数项和所述预设性质参数项的数据；

S13、根据提取的所述预设工况参数项和所述预设性质参数项的数据，生成建模数据；包括：分别对各个所述预设工况参数项的提取数据进行数据修正，优选以预设时段为单位，生成每个所述预设时段的工况参数项的数据值；分别对各个所述预设性质参数项的提取数据进行数据修正，优选以所述预设时段为单位，生成每个所述预设时段的性质参数项的数据值；

S14、根据所述目标变量和所述自变量通过分类模型对所述建模数据进行模型训练，以建立用于预测所需反应温度的变化趋势的预测模型；

S15、将加氢裂化的平均工艺水平下的各所述预设工况参数项和各所述预设性质参数项的数据值作为所述预测模型的输入参数，包括：分别获取与所述自变量所对应的各所述预设工况参数项和各所述预设性质参数项的数据值的中值；

S16、以所述输入参数为输入，根据所述预测模型生成所需反应温度的变化趋势图；并根据所述变化趋势图计算每单位时段的温度的增加值，生成所述加氢裂化催化剂的失活曲线图。

2.根据权利要求1中所述失活预测方法，其特征在于，所述根据所述目标变量和所述自变量通过分类模型对所述建模数据进行训练，以建立用于预测未来时间所需反应温度的变化趋势的预测模型，包括：

S21、将所述建模数据按照预设比例划分为训练数据和测试数据；

S22、使用所述训练数据进行建模，并使用所述测试数据进行评估；

S23、当评估的结果未达到预设要求，调整建模时的参数项和/或迭代次数后返回步骤S21；当评估的结果达到预设要求，建模结束。

3.根据权利要求2中所述失活预测方法，其特征在于，所述分类模型包括通用线性回归模型、逻辑回归模型、决策树模型、支持向量机模型、判别式模型和神经网络模型中的一种及其任意组合。

4.根据权利要求1中所述失活预测方法，其特征在于，所述分别对各个所述预设工况参数项的提取数据进行数据修正，优选以预设时段为单位，生成每个所述预设时段的工况参数项的数据值，包括：

分别将每个预设工况参数项的每个所述预设时段的多个数据值进行均值计算的结果，作为每个预设工况参数项所述预设时段的数据值。

5.根据权利要求1中所述失活预测方法，其特征在于，所述分别对各个所述预设性质参数项的提取数据进行数据修正，优选以所述预设时段为单位，生成每个所述预设时段的性质参数项的数据值，包括：

当所述预设性质参数项的数据值生成频率大于每个所述预设时段一次时，对每个所述预设时段内的多个数据值进行均值计算的结果，作为每个预设性质参数项所述预设时段的数据值；当所述预设性质参数项的数据值缺失时，将上一所述预设时段的预设性质参数项的数据值作为个所述预设时段的数据值。

6.根据权利要求1中所述失活预测方法，其特征在于，所述预设性质参数项，还包括：

原料油初馏点或接近初馏点的馏出温度、精制油氮含量、原料油金属和杂质含量和循环氢中氢含量中的一种及其任意组合。

7.根据权利要求2中所述失活预测方法，其特征在于，所述预设比例为70%的训练数据和30%的测试数据。