[发明专利]一种原料油及重馏分油中氢含量的预测方法及其系统

说明书

本发明提供了一种原料油及重馏分油中氢含量的预测方法及其系统，仅依靠理化性质的常规化验报告的D86蒸馏曲线和密度计算原料油及重馏分油氢含量的方法。该系统分为四个模块：分别是(1)选出建模特征变量的特征选择模块；(2)将数据标准化为能直接进行建模的数据标准化模块；(3)建立基于栈式自编码器和神经网络的氢含量预测模型的模型训练模块；(4)进行模型结构、参数优化和模型检验的模型评价模块。

技术领域

本发明涉及石油加工技术领域，具体涉及一种原料油及重馏分油中氢含量的预测方法及系统。

背景技术

原油和重质馏分油是各种复杂有机化合物的混合物，包括由碳和氢组成的烃类化合物和由碳和氢气以及其他元素组成的非烃类化合物。这些烃类化合物和非烃类化合物的结构和含量决定了重质馏分油及其产品的性质。石油加工过程主要是原油中碳、氢和其他元素的再平衡过程，包括脱碳和加氢，则相应的技术路线为脱碳技术路线和加氢技术路线。

装置氢平衡计算分析可以评价石油加工装置产物分布合理性、氢利用效率等。在实际生产中，有关液化气、干气的成分分析已在工业生产中广泛进行，炼油企业都有运用相关仪器设备进行气态烃的全组成分析，它们的氢含量也可以根据组成计算得到。然而，大多数炼油企业都未有专门配备测定液相油品中氢含量的设备，需要将相关油品样本送至专业机构进行检测，时效性差。此外，相关研究人员提供的液相油品经验测算公式所需要的油品性质参数不全是炼油企业的常规分析项目，若要使用相关经验公式计算液相油品的氢含量，需要专门测定某些特定的理化性能参数，因而经验公式的使用不够便捷。

综上，如何解决现有技术的限制，提供一种适用于原料油及重馏分油中氢含量的便捷计算方法，用于分析评价装置产品分布、操作运行合理性，即为本领域技术人员的研究方向所在。

发明内容

针对现有技术中的缺陷，本发明提出一种原料油及重馏分油中氢含量的预测方法，与现有技术手段相比，本发明仅需通过炼油厂常规理化性质分析数据，就能实现氢含量的精确计算，避免了化学分析反馈周期长、成本高的不足。本发明提出的原料油及重馏分油中氢含量的预测方法和系统可以快速计算原料油及重馏分油的氢含量，起到对生产的启发和指导作用。

本发明的具体技术方案是：一种原料油及重馏分油中氢含量的预测方法，包括如下步骤：

步骤一，基于皮尔逊相关分析的模型特征变量选择方法。通过对样本数据氢含量和常规理化性质进行相关性分析，确定建立机器学习模型的特征变量。所述的常规理化性质包括：密度(x₁)、D86蒸馏曲线的初馏点(x₂)、10％馏出温度(x₃)、20％馏出温度(x₄)、30％馏出温度(x₅)、40％馏出温度(x₆)、50％馏出温度(x₇)、60％馏出温度(x₈)、70％馏出温度(x₉)、80％馏出温度(x₁₀)、90％馏出温度(x₁₁)、终馏点(x₁₂)。根据算出的皮尔逊相关系数的值，并通过设定的临界值λ(λ的取值范围为[0,1])，可以确定建立模型所需的常规理化性质。

下面介绍皮尔逊特征选择的原理：

皮尔逊相关系数是一种衡量特征变量和目标变量之间关系的方法，该方法衡量的是变量之间的线性相关性。变量x_i(第i个常规理化性质)和变量y(设为氢含量分析值)的皮尔逊相关系数就是用x_i,y的协方差除以x_i和y的标准差，可以看成一种剔除了两个变量量纲影响、标准化之后的特殊协方差。协方差是度量各个维度偏离其均值的程度，协方差的值为正值说明两者是正相关的，否则是负相关的。变量x_i,y的皮尔逊相关系数的计算公式如下：