[发明专利]一种催化裂化过程生产优化方法、装置、设备及存储介质

说明书

本发明涉及石油加工技术领域，具体公开了一种催化裂化过程生产优化方法、装置、设备及存储介质，所述方法包括：根据所述加工原料的分子组成和加工量，预测在预设的当前反应条件下获得的产物的分子组成和产物收率；根据所述产物的分子组成和产物收率，判断目标组分是否已达到催化裂化过程优化目标：若否，调整当前反应条件，并重新执行前述步骤直至达到所述优化目标，输出相应催化裂化产品的生产加工信息。本发明以分子组分为基础建立的分子级别的催化裂化产物预测模型，准确反映了生产过程的分子组分转化规律，能够显著提高对催化裂化操作变动的适应性，进而更好地解决了催化裂化生产装置的操作优化问题。

技术领域

本发明涉及石油加工技术领域，尤其涉及一种催化裂化过程生产优化方法、装置、设备及存储介质。

背景技术

催化裂化装置属于石油炼化生产中十分重要的加工装置，该装置的产物收率和关键组分含量直接影响后续聚丙烯、MTBE、烷基化、轻汽油醚化等加工装置的运行负荷、生产效益，对石油炼化生产的经济效益至关重要。其中，聚丙烯装置原料为丙烯，MTBE关键原料为异构碳4，烷基化的关键原料为正构碳4，不同装置需要不同的关键分子组分。

目前，对催化裂化生产过程中的优化通常通过实验来进行，需要大量的时间和成本，并且对催化裂化产品物性的预测分析通常以集总组分为基础来进行。这种以集总组分为基础进行产品物性预测分析的方式，缺乏对生产操作较大调整的适应性。

发明内容

为了解决现有技术存在的问题，本发明的至少一个实施例提供了一种催化裂化过程生产优化方法、装置、设备及存储介质。

第一方面，本发明实施例提供了一种催化裂化过程生产优化方法，所述方法包括：

确定用于催化裂化生产的加工原料的分子组成和加工量；

根据所述加工原料的分子组成和加工量，利用预先训练的产物预测模型预测在预设的当前反应条件下获得的产物的分子组成和产物收率；其中，所述产物预测模型为分子水平催化裂化装置模型；

根据所述产物的分子组成和产物收率，确定所述产物中目标组分的含量；

根据目标组分的含量判断是否已达到催化裂化过程优化目标：

当已达到所述优化目标时，输出相应催化裂化产品的生产加工信息；

当未达到所述优化目标时，调整当前反应条件，并重新预测在调整后的反应条件下获得的产物的分子组成和产物收率，以及重新确定所述产物中目标组分的含量，直至达到所述优化目标，输出相应催化裂化产品的生产加工信息。

在一可能的实现方式中，所述用于催化裂化生产的加工原料的分子组成通过查找分子数据库或者分子重构法来确定；其中，所述分子组成包括分子的种类和各种分子的含量。

在一可能的实现方式中，根据所述加工原料的分子组成和加工量，利用预先训练的产物预测模型预测在预设的当前反应条件下获得的产物的分子组成和产品收率，包括：

根据所述加工原料的分子组成，利用预先训练的产物预测模型预测在预设的当前反应条件下得到的多种产物；

确定所述多种产物中的每种产物的分子组成和产物收率。

在一可能的实现方式中，所述产物收率为该产物所包含的各种分子的百分比含量与加工原料的加工量的乘积的总和。

在一可能的实现方式中，所述反应条件包括温度、压力、剂油比和空速中的至少一种。

在一可能的实现方式中，所述催化裂化过程优化目标包括目标组分的含量达到最大值或最小值；

在一可能的实现方式中，所述产物预测模型通过以下步骤训练得到：