[发明专利]一种常顶油干点在线软测量方法

摘要

本发明涉及一种常顶油干点的在线软测量方法；选取和构造影响常顶油干点的关键变量，即常压塔塔顶温度、常压塔塔顶压力、常压塔塔顶回流温度、常压塔塔顶循环带出能量、采出比和常压塔侧线采出总量作为神经网络模型的输入变量，常顶油干点作为对应的输出，建立基于人工神经网络模型的常顶油干点的软仪表，通过人工分析值对模型输出进行校正，实现对常压塔塔顶产品质量的实时监测和控制；该方法不仅可以指导操作人员对操作过程进行及时调整，而且软仪表给出的干点估计值可以为过程控制提供依据，进而实现操作过程的优化，提高常减压装置的原油拔出率。

主权项

一种常顶油干点在线软测量方法，其特征在于：所述软测量方法包括如下步骤：(1)利用Aspen plus对常压塔的操作工况进行模拟，对常压塔的关键操作变量进行关于常顶油干点的灵敏度分析，根据灵敏度分析的结果，选取对常顶油干点有显著影响的操作变量作为常顶油干点软测量模型辅助变量的候选集；(2)对经过灵敏度分析选取的辅助变量进行变量之间的相关性分析，去除冗余变量，最终选择常顶温度x1，℃、常顶压力x2，Kpa、常顶回流温度x3，℃、常顶循带出能量x4，℃·t/h、采出比x5和常压塔侧线采出总量x6，t/h作为神经网络模型的输入变量；(3)选取常顶油干点作为网络模型的输出值；(4)利用相应的数据采集点的测量仪表或者集散控制系统DCS，直接测量或者通过间接计算得到辅助变量x1～x6的值；(5)通过对采集的现场数据进行数据预处理，形成神经网络训练样本集，利用误差反向传播BP算法对三层前馈神经网络进行训练，在误差达到一定要求后，输出神经网络模型的参数，即连接权值和阈值，得到关于常顶油干点的神经网络模型；(6)根据神经网络模型的输入、输出变量在DCS中建点，然后将模型写入DCS，根据输入变量的实时数据，通过模型计算，实时计算输出，即干点的软测量值(y，℃)，进而指导操作人员对生产过程及时调整。