[发明专利]一种预测石油馏分组成的方法

权利要求书

1.一种预测石油馏分组成的方法，包括如下步骤：

(a)获取原油样本的石油馏分组成数据集和预设恒定温度下原油样本的近红外谱区光谱，对所述近红外谱区光谱中的光谱变量进行微分处理，获得吸光度数据集；

(b)将吸光度数据集与石油馏分组成数据集相关联，利用多元回归分析方法分别建立光谱主成分与石油馏分组成的第一校正模型、光谱残差与石油馏分组成残差的第二校正模型；任选包括进一步对光谱主成分与石油馏分组成的第一校正模型和/或光谱残差的第二校正模型进行验证的步骤；

(c)测定待测原油样本在预设恒定温度下的近红外谱区光谱，对其中的光谱变量进行微分处理，将得到的吸光度数据代入光谱主成分的第一校正模型，其光谱残差代入第二校正模型，两个模型预测结果相加得到待测原油样本的石油馏分组成。

2.按照权利要求1所述的方法，其特征在于，在步骤(a)中，所述的原油样本为经过脱盐脱水的原油样本。

3.按照权利要求1所述的方法，其特征在于，所述预设恒定温度为36～40℃(优选38℃)。

4.按照权利要求1所述的方法，其特征在于，所述石油馏分为渣油、VGO馏分或柴油馏分，所述石油馏分组成依次为渣油SARA组成、VGO馏分烃族组成或柴油馏分烃族组成。

5.按照权利要求1所述的方法，其特征在于，采用标准方法测定原油样本的石油馏分组成(优选采用SH/T 0266石油沥青质含量测定法测定原油样本的渣油SARA组成，采用SH/T0659瓦斯油中饱和烃馏分的烃类测定法测定原油样本的VGO馏分烃族组成，采用SH/T 0606中间馏分烃类组成测定法测定原油样本的柴油馏分烃族组成)。

6.按照权利要求1所述的方法，其特征在于，所述近红外谱区为波数3500～10000cm^-1的谱区(优选5000～9000cm^-1的谱区)。

7.按照权利要求4所述的方法，其特征在于，预测渣油SARA组成时，选取待测原油样本在5342～6011cm^-1的近红外谱区光谱；预测VGO馏分烃族组成时，选取待测原油样本在5412～6128cm^-1的近红外谱区光谱；测定柴油馏分烃族组成时，选取待测原油样本在7000～7400cm^-1和/或8100～8600cm^-1的近红外谱区光谱。

8.按照权利要求1所述的方法，其特征在于，对所述近红外谱区光谱中的光谱变量进行一阶微分处理或二阶微分处理。

9.按照权利要求1所述的方法，其特征在于，在步骤(b)中，所述多元回归分析方法选自偏最小二乘法、人工神经网络、支持向量机和随机森林方法中的一种或多种。

10.按照权利要求1所述的方法，其特征在于，将原油样本的石油馏分组成数据集划分为校正集和验证集，利用校正集通过偏最小二乘法(PLS)得到光谱的主成分与光谱残差，建立光谱主成分与石油馏分组成的第一校正模型，建立光谱残差与石油馏分组成残差的第二校正模型。

11.按照权利要求10所述的方法，其特征在于，利用偏最小二乘法(PLS)得到的光谱主成分建立光谱主成分与石油馏分组成的的第一校正模型，利用偏最小二乘法(PLS)得到的光谱残差和预测残差通过非线性校正方法建立光谱残差与石油馏分组成残差的第二校正模型。

12.按照权利要求11所述的方法，其特征在于，所述非线性校正方法选自支持向量机方法、随机森林方法或人工神经网络方法中的一种或多种。

13.按照权利要求1所述的方法，其特征在于，对所述光谱主成分与石油馏分组成的第一校正模型和/或光谱残差的第二校正模型进行验证。