The invention provides a real-time prediction method and a device for the reaction depth of a hydrocracking unit. The method includes: to construct a stable condition data set, using the similarity measure method to screen out the operation data corresponding to each steady state set from the historical data, and in accordance with the device operation stage, mixing different classified storage of feed oil properties; optimum operation of the best neural network training samples, namely to feed oil according to the properties of the current conditions, according to the similarity index of mixed size device from the hydrocracking of steady state operation data selected from the best training sample, rapid completion of the training of the neural network; the reaction depth forecast operation. The present invention predicted response depth of hydrocracking unit and the operation stage, the current feed properties, current operating conditions, the optimal control to provide real-time status information for the process of quench hydrogen injection, is the extension of the protection of catalyst activity, unitoperahon cycle, flexible adjustment to achieve the goal of product processing capacity.
【技术实现步骤摘要】
一种加氢裂化装置反应深度的实时预测方法及装置
本专利技术涉及数据处理
,具体涉及一种加氢裂化装置反应深度的实时预测方法及装置。
技术介绍
炼油工业是国民经济的支柱,其生产总值约占国民经济总量的三分之一左右,随着经济的高速发展,中国对能源的需求和依赖与日俱增,保证油品供应现已成为国家经济安全战略的核心。特别是进入21世纪后世界范围内的环境问题频现,人类对清洁能源、环境保护的呼声不断提高,因此,可有效提高油品质量、生产低硫燃料油的加氢技术越来越受到世界各国的重视。加氢技术主要是通过加氢精制、加氢裂化、加氢重构及渣油加氢等临氢临催化剂处理手段来实现原料油中有机S、N、O杂质的脱除、非饱和烃的加氢饱和、正构烃的异构化以及大分子烃的裂化,进而达到目标油品升级改质的要求。加氢裂化流程主要包括加氢精制、加氢裂化、高低压分离及分馏系统四个主要运行单元(如图1所示),其设计主工况为全循环流程,以直馏轻蜡油为主要原料,掺炼部分催化柴油及循环尾油,以生产重石脑油、航煤和柴油为主,副产干气、低分气、液化气和轻石脑油;同时兼顾一次通过流程,以直馏轻蜡油和焦化蜡油为主要原料,主要生产重石脑油、航煤、柴油和尾油,副产干气、低分气、液化气和轻石脑油。在一段串联加氢裂化流程中,可近似认为裂化反应主要发生在第2个反应器中,主要反应可大致分为(1)链烷烃加氢裂化反应;(2)环烷烃加氢裂化反应;(3)芳烃加氢裂化反应;(4)加氢异构化反应四大类。裂化反应是将高沸点重质化的大分子烃类在一定氢分压、空速、反应温度的情况下,在催化剂的金属中心发生加氢/脱氢反应,在催化剂的酸性中心发生裂化反应,生 ...
【技术保护点】
一种加氢裂化装置反应深度的实时预测方法,其特征在于,包括:对加氢裂化装置的历史运行数据进行预处理;对经过预处理的历史运行数据采用相似性度量的方法进行稳态判别,筛选出稳态过程实时数据集,将所述稳态过程实时数据集按照加氢裂化流程的运行阶段、混合进料油属性的不同进行分类,形成N个相互独立的“运行阶段‑进料属性‑操作条件‑出口收率”数据块;其中,N为大于0的整数;根据分馏系统中各侧线产品流量、尾油流量对加氢裂化装置在特定运行阶段、特定进料油属性、特定操作条件下所对应的“运行阶段‑进料属性‑操作条件‑出口收率”数据块进行裂化段反应深度的离线计算并进行存储;计算加氢裂化装置各个运行阶段、各种进料油属性、各类操作条件所对应的反应深度,得到N个相互独立的“运行阶段‑进料属性‑操作条件‑反应深度”数据块;根据加氢裂化装置当前所处的运行阶段和当前进料属性,选取与当前进料属性相似度大于预设阈值的多个“进料属性‑操作条件‑反应深度”数据块,以选取的数据块的操作条件为输入,反应深度为输出,快速训练BP神经网络模型;利用所建立的BP神经网络模型,实时预测加氢裂化装置当前运行阶段、当前进料属性、当前操作条件下所能达 ...
【技术特征摘要】
1.一种加氢裂化装置反应深度的实时预测方法,其特征在于,包括:对加氢裂化装置的历史运行数据进行预处理;对经过预处理的历史运行数据采用相似性度量的方法进行稳态判别,筛选出稳态过程实时数据集,将所述稳态过程实时数据集按照加氢裂化流程的运行阶段、混合进料油属性的不同进行分类,形成N个相互独立的“运行阶段-进料属性-操作条件-出口收率”数据块;其中,N为大于0的整数;根据分馏系统中各侧线产品流量、尾油流量对加氢裂化装置在特定运行阶段、特定进料油属性、特定操作条件下所对应的“运行阶段-进料属性-操作条件-出口收率”数据块进行裂化段反应深度的离线计算并进行存储;计算加氢裂化装置各个运行阶段、各种进料油属性、各类操作条件所对应的反应深度,得到N个相互独立的“运行阶段-进料属性-操作条件-反应深度”数据块;根据加氢裂化装置当前所处的运行阶段和当前进料属性,选取与当前进料属性相似度大于预设阈值的多个“进料属性-操作条件-反应深度”数据块,以选取的数据块的操作条件为输入,反应深度为输出,快速训练BP神经网络模型;利用所建立的BP神经网络模型,实时预测加氢裂化装置当前运行阶段、当前进料属性、当前操作条件下所能达到的加氢裂化流程反应系统裂化段的反应深度。2.根据权利要求1所述的加氢裂化装置反应深度的实时预测方法,其特征在于,所述历史运行数据包括:加氢裂化流程反应系统裂化段各床层的温度分布、各类催化剂的空速、分馏系统中各侧线产品流量、尾油流量和决定混合进料油属性的各种进料油流量。3.根据权利要求1所述的加氢裂化装置反应深度的实时预测方法,其特征在于,所述对加氢裂化装置的历史运行数据进行预处理,包括:对加氢裂化装置的历史运行数据进行离群点剔除和小波去噪。4.根据权利要求1所述的加氢裂化装置反应深度的实时预测方法,其特征在于,所述稳态数据判别与提取方法包括:过程运行数据经主成分分析法提取关键信息后,通过对比相邻时序负载矩阵的相似度来挑选稳态工况所对应的过程数据。5.根据权利要求1所述的加氢裂化装置反应深度的实时预测方法,其特征在于,所述根据分馏系统中各侧线产品流量、尾油流量对加氢裂化装置在特定运行阶段、特定进料油属性、特定操作条件下所对应的“运行阶段-进料属性-操作条件-出口收率”数据块进行裂化段反应深度的离线计算并进行存储,包括:根据公式(1)和公式(2)计算加氢裂化装置在特定运行阶段、特定进料油属性、特定操作条件下的裂化段的反应深度:ηk,i,j=w1x1+w2x2+w3x3+w4x4+w5x5+w6x6公式(1)其中,ηk,i,j表示加氢裂化装置在第k个运行阶段进料属性为i,操作条件为j的情况下整个反应系统裂化段的反应深度;w1,w2,w3,w4,w5,w6分别表示液化气、轻石脑油、重石脑油、航空煤油、柴油、尾油6类离散集总组分对于反应深度的权重系数;x1,x2,x3,x4,x5,x6分别表示液化气、轻石脑油、重石脑油、航空煤油、柴油、尾油6类离散集总组分的质量百分数;分别表示加氢裂化流程中混合进料油、液化气、轻石脑油、重石脑油、航空煤油、柴油、尾油六类离散集总组分的平均相对分子质量。6.根据权利要求1所述的加氢裂化装...
【专利技术属性】
技术研发人员:王雅琳,杨少明,孙备,薛永飞,孙克楠,桂卫华,
申请(专利权)人:中南大学,
类型:发明
国别省市:湖南,43
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。