【技术实现步骤摘要】
一种自适应的原油性质近红外快速预测方法
本专利技术涉及一种自适应的原油性质近红外快速预测方法。
技术介绍
随着现代工业的迅速发展,石油作为国家物资在国民经济中发挥着至关重要的作用。原油作为炼化企业的最主要原料,原油的需求量剧增、进口量扩大、价格居高不下且波动频繁。根据《BP世界能源统计年鉴2016》报道,2015年,中国石油净进口量增长77万桶/日,中国再次成为全球最大的石油进口国,进口原油的种类非常多,其中有不少是所谓的“机会油”,它们或者比重很大,或者含酸很高,或者杂质很多。这些给炼化企业带来了巨大的压力。及时获得当前原油的性质评价数据——即原油快速评价,将为原油贸易、原油输送、原油调合、原油加工、全厂生产计划、生产调度等生产过程优化提供支撑。此外,随着世界范围原油的不断重质化,我国炼厂加工的重质油甚至超重质油的比例越来越高,对重油加工的要求也越来越精细和高效。因此采用传统的评价方法已不能满足实际应用的需求。目前不断发展的计算机技术,使在极短时间内分析大量数据得以实现,促进了现代分析仪器技术的飞速发展,这些都为原油快速评价奠定了坚实的基础。近红外分析技术是目前最有前景且应用最广泛的快速分析方法之一。近几年来光纤在近红外光谱
的应用使近红外光谱技术从实验室走向现场,光纤化学和热稳定性、对电磁干扰不敏感、传输信号能量集中、灵敏度高、价格低廉等优点,使得近红外光谱仪可以在恶劣、危险的环境中进行远距离快速在线分析。原油组分复杂,属于黏稠深色液体。原油的待测性质多,并且其近红外光谱吸收带较宽且重叠严重。且由于近红外分析仪是二次测量仪表,即近红外分析仪并不能 ...
【技术保护点】
1.一种构建用于原油性质预测的模型的方法,其特征在于,所述方法包括:(1)测定原油样本的性质数据;(2)测定所述原油样本的近红外光谱图;(3)对步骤(2)获得的近红外光谱图进行预处理,建立初始训练集;(4)采用主成分分析(PCA)结合Hotelling T2统计的方法剔除初始训练集中异常的样本点,得到最终训练集;(5)对步骤(4)获得的样本进行主成分分析,保存特征值贡献率大于95%的载荷向量记为Ppca;(6)利用Ppca对待测样本的近红外光谱进行降维后,通过相似性指标(SI)选择局部训练集;(7)根据局部训练集确定一个或多个波数段,利用偏最小二乘法(PLS)建立原油性质的局部模型。
【技术特征摘要】
1.一种构建用于原油性质预测的模型的方法,其特征在于,所述方法包括:(1)测定原油样本的性质数据;(2)测定所述原油样本的近红外光谱图;(3)对步骤(2)获得的近红外光谱图进行预处理,建立初始训练集;(4)采用主成分分析(PCA)结合HotellingT2统计的方法剔除初始训练集中异常的样本点,得到最终训练集;(5)对步骤(4)获得的样本进行主成分分析,保存特征值贡献率大于95%的载荷向量记为Ppca;(6)利用Ppca对待测样本的近红外光谱进行降维后,通过相似性指标(SI)选择局部训练集;(7)根据局部训练集确定一个或多个波数段,利用偏最小二乘法(PLS)建立原油性质的局部模型。2.如权利要求1所述的方法,其特征在于,所述原油性质选自:密度、残炭、酸值、硫含量、氮含量、蜡含量、胶质含量、沥青质含量和实沸点数据中的一个或多个;优选地,步骤(1)中的原油20℃的密度在0.7-1.1g/cm3的范围内,硫含量在0.03%-5.50%的范围内,酸值在0.01-12.00mgKOH/g的范围内;更优选地,步骤(1)中原油样本的数量不少于200份。3.如权利要求1或2所述的方法,其特征在于,步骤(2)中采用离线或在线近红外分析仪采集原油样本的近红外光谱数据;优选地,光谱扫描范围为4000-12500cm-1,分辨率为16-32cm-1,重复扫描10-100次,取平均近红外光谱值;更优选地,测定低于35℃的原油样本的近红外光谱数据。4.如权利要求1-3中任一项所述的方法,其特征在于,步骤(3)所述近红外光谱预处理方法为利用减去一条直线对全谱图进行预处理,以消除背景干扰与基线漂移。5.如权利要求1-4中任一项所述的方法,其特征在于,步骤(4)包括,采用主成分分析结合HotellingT2统计的方法,计算初始样本库中的每个样本的T2统计量,根据预设的T2统计量阈值,剔除初始样本库中异常的样本点;优选地,采用主成分分析结合HotellingT2统计的方法剔除异常样本点的过程为:首先对样本光谱进行主成分分析,然后利用主成分得分作为特征变量,计算每个样本的T2统计量,根据预设的T2统计量阈值,剔除样本库中异常的样本点。6.如权利要求5所述的方法,其特征在于,对剔除异常样本采用T2统计来检测异常值,并将T2统计量较大的样本从中剔除;优选地,T2统计的描述公式如下:式中,t为原始光谱矩阵X经过PCA降维后的变量,σ为t的标准差,Iter为提取的主成分个数;由于异常样本的T2值会远远大于正常样本,所以计算所有样本库中的光谱样本的T2值,并以99%的置信区间为阈值上限,按照下式,并查F分布表,计算得到阈值,将样本库中所有样本的T2值与阈值进...
【专利技术属性】
技术研发人员:钱锋,钟伟民,杨明磊,杜文莉,隆建,
申请(专利权)人:华东理工大学,
类型:发明
国别省市:上海,31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。