【技术实现步骤摘要】
本专利技术涉及石油化工领域，具体涉及一种预测催化裂化焦炭产率的方法。
技术介绍
重油催化裂化(RFCC)在我国炼油工业占有重要地位，是炼厂提高经济效益的重要手段。但随着原油的重质化、劣质化，我国RFCC原料的掺渣率不断提高，原料性质越来越差，使RFCC产物分布及产品质量变差，轻质油收率低，焦炭干气产率高。由于催化裂化是极其复杂的平行顺序反应，是反应与流动、传质传热的高度耦合。其反应过程和产品分布受到原料性质、催化剂性质以及操作条件影响，难以建立精确的数学表达式来描述其动态的生产过程，难以预测产品分布。 目前计算催化裂化过程产品收率的关联式一般根据实际操作数据和中型实验数据得出，适用于工艺方案估算或技术经济评价，难以用于具体指导工程设计或现场优化操作。BP神经网络作为一种非线性统计性数据建模工具，具有独特的分布并行处理、自适应能力和非线性预测能力。中国专利CN 102737288 A提出了一种基于RBF神经网络参数自优化水质多步预测方法，通过在线水质监测仪器的远程传输，将各个监测站的数据存到本地服务器的数据库中，然后对水质样本序列进行归一化处理，经过RBF神经网络模型训练、预测，最终试验对水质进行预测。中国专利CN 103559556 A提出了一种在线预测电力系统负荷能力极限的方法，改方法由基于电网状态相似度指标的样本筛选方法、Lasso方法和误差反向传播型神经网络三部分组成。 虽然利用神经网络预测工业装置的某些性质等已广泛应用，但在 石油化工行业中，尤其在催化裂化中对于焦炭产率的预测依然是空白。 专利技术...
【技术保护点】
一种预测催化裂化焦炭产率的方法，所述方法包括以下步骤： (1)获得与催化裂化的原料性质、催化剂性质和操作有关的基础数据，以及焦炭产率的实际值，对上述数据进行预处理，再进行归一化处理； (2)利用BP神经网络进行模型训练，以步骤(1)所得归一化处理后的基础数据为输入值，以实际值为期望输出，获得预测焦炭产率的模型； (3)对现场采集的与催化裂化的原料性质、催化剂性质和操作有关的基础数据进行预处理作为预测数据，将预测数据代入步骤(2)获得的模型中，获得焦炭产率预测值。
【技术特征摘要】
1.一种预测催化裂化焦炭产率的方法，所述方法包括以下步骤：
(1)获得与催化裂化的原料性质、催化剂性质和操作有关的基础数据，以及焦炭产率的实际值，对上述数据进行预处理，再进行归一化处理；
(2)利用BP神经网络进行模型训练，以步骤(1)所得归一化处理后的基础数据为输入值，以实际值为期望输出，获得预测焦炭产率的模型；
(3)对现场采集的与催化裂化的原料性质、催化剂性质和操作有关的基础数据进行预处理作为预测数据，将预测数据代入步骤(2)获得的模型中，获得焦炭产率预测值。
2.根据权利要求1所述的方法，其特征在于，步骤(1)所述与原料性质有关的基础数据包括以下参数：原料油饱和烃含量、原料油芳烃含量、原料油沥青质+胶质含量、原料油10％馏出温度、原料油50％馏出温度、原料油90％馏出温度和原料油钠含量。
3.根据权利要求1...
【专利技术属性】
技术研发人员：蓝兴英，彭丽，吴迎亚，吕林英，高金森，
申请(专利权)人：中国石油大学北京，
类型：发明
国别省市：北京;11
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。