一种原油调合的调合效应参数的计算方法技术

本发明专利技术公开了一种原油调合的调合效应参数的计算方法。所述方法包括步骤：首先，进行运行参数初始化；其次，设置运行周期以及目标函数权重；再次，根据运行周期获取组分油属性、调合配方以及调合头处调合所得原油属性；和最后，利用自适应差分进化智能优化算法对本发明专利技术提供的调合效应参数模型进行求解。

A Method for Calculating the Blending Effect Parameters of Crude Oil Blending

【技术实现步骤摘要】
一种原油调合的调合效应参数的计算方法
本专利技术涉及炼油企业原油加工领域，尤其涉及原油调合的调合效应参数智能计算方法。
技术介绍
在原油调合过程中，各组分油对最终调合所得原油的属性的贡献度，除去线性部分以外，往往表现出额外的正效应或者负效应。因此在现场调合的过程中，技术人员经常会根据调合经验定性的估计各组分油的正负效应，用以指导配方的计算。调合效应模型的提出正是将这种定性的经验化的调合效应定量化，如采用最小二乘法进行计算求解调合效应参数，这种方法添加调合效应参数等于0的等式约束，虽然便于求解，但与实际意义不符。因此，本领域迫切需要提供一种智能优化算法，以便找到问题的全局最优解。
技术实现思路
本专利技术旨在建立调合效应数学模型。本专利技术的另一个目的是通过建立调合效应数学模型，再以调合参数预测的目标函数将对调合效应参数的求解转化为一个优化问题。在本专利技术的第一方面，提供一种关于原油调合的调合效应参数数学模型的建立，包括步骤：(a)采用式(1)对各组分油的属性进行补偿：Qx(Oj,i)＝Oj,i+pbj,i(1)其中，i(i＝1,2,…,n)为各组分油编号；j(j＝1,2,…,n)为油品的需要进行非线性补偿的属性；pbj,i表示组分油各属性的调合效应参数；Oj,i为第i种组分油的近红外分析仪在线测量的属性；Qx(Oj,i)表示调合效应补偿函数；(b)采用式(2)得到调合头处调合所得原油属性的预测值：其中，ri表示第i种组分油的配方；Pj表示调合头处调合所得原油属性预测值；(c)求解式(6)的目标函数得到调合效应参数：其中，wp表示求解精度权值；ws表示求解稳定性权值；Y＝Rm,n·PB，PB＝[pbj,1pbj,2…pbj,n]T(4)且表示第i组历史调合数据中调合头处调合所得原油的属性值；[rm,1rm,2...rm,n]表示有n个组分油参与调合的一个历史调合配方；m表示m组调合配方。在本专利技术的第二方面，提供一种原油调合的调合效应参数计算方法，所述方法包括以下步骤：首先，进行运行参数初始化；其次，设置运行周期以及目标函数权重；再次，根据运行周期获取组分油属性、调合配方以及调合头处调合所得原油属性；和最后，利用自适应差分进化智能优化算法对如上所述的本专利技术提供的调合效应参数模型进行求解。在另一优选例中，所述运行参数包括参与调合的组分油品及相应调合头编号。在另一优选例中，所述目标函数包括求解精度、求解稳定性。在另一优选例中，该方法适用于所有原油属性，包括密度、硫含量、酸值、石脑油收率以及氮含量等。在另一优选例中，所述自适应差分进化(AdaptiveDifferentialEvolution，简称JADE，)智能优化算法包括步骤：(1)初始化种群P，种群大小为NP；(2)初始化μCR＝0.5,μF＝0.5，A＝Ф；(3)循环开始，当算法终止条件尚未满足时，进行：(i)设置SF＝Ф，SCR＝Ф；(ii)针对种群P中的每一个个体xi，生成对应的比例因子Fi＝randci(μF,0.1)和交叉概率CRi＝randni(μCR,0.1)；(iii)从适应度值前100p％的个体中随机挑选一个个体，记为xp,best，从种群P中选择个体xr1，xr1≠xi，从种群P∪A中选择个体xr2，xr2≠xr1≠xi；(iv)生成变异向量vi＝xi+Fi·(xp,best-xi)+Fi·(xr1-xr2)；(v)生成试验向量ui；(vi)比较xi和ui的适应度函数值，若xi优于ui，则xi进入下一代种群；若ui优于xi，则ui替换xi进入下一代种群，并将xi放入A中，Fi放入SF中，CRi放入SCR中；(vii)在每一代更新结束后，随机移除A中的个体，使得|A|≤NP；(viii)更新μF和μCR：μF＝(1-c)·μF+c·meanL(SF),μCR＝(1-c)·μCR+c·meanA(SCR)；(4)算法停止，得到最终种群NP，种群中适应度值最优的个体即为优化问题的解；其中，randci表示正态分布；randci表示柯西分布；meanA表示普通的算术平均；meanL表示普通的Lehmer平均；SF与SCR分别用于储存成功产生相比于父代xi更优秀试验向量ui的Fi与CRi。在另一优选例中，采用式(7)得到普通的Lehmer平均：采用式(8)得到试验向量：其中，uj,i,g表示第g代第i个个体的试验向量ui的第j个分量；vj,i,g表示第g代第i个个体的变异向量vi的第j个分量；xj,i,g表示第g代第i个个体xi的第j个分量；jrank表示保证变异信息的引入而随机选定的一个j。在本专利技术的第三方面，提供一种原油调合方法，所述方法包括步骤：将通过如上所述的本专利技术提供的方法得到的调合效应参数送入调合控制系统执行；可用于对某一配方下的调合属性进行预测，指导生产配方的制定。在本专利技术的第四方面，提供一种计算机可读存储介质，其上存有计算机程序，该程序被处理器执行时能用于实施如上所述的本专利技术提供的方法中的任意一种或多种计算方法。在本专利技术的第五方面，提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述计算机程序执行如上所述的本专利技术提供的方法中所述的计算。据此，本专利技术提供了一种智能优化算法，以便找到问题的全局最优解。附图说明图1是调合效应参数智能计算系统(利用智能计算方法计算调合效应参数的系统)结构图。图2是调合效应参数智能计算方法流程图。图3是自适应差分进化智能优化算法流程图。具体实施方式专利技术人经过广泛而深入的研究，针对原油调合过程中各组分油对最终调合所得原油的属性的贡献度除去线性部分以外表现出的额外的正效应或者负效应，且效应参数需要动态更新和修正的特点，提供一种原油调合的调合效应参数智能计算方法。本专利技术提供的计算方法的目标是将调合过程中的依靠经验的定性的调合正负效应以定量方式表现出来，建立调合效应数学模型，在线读取组分油属性、调合配方以及调合头处调合所得原油属性，利用自适应差分进化智能优化算法动态地计算调合效应参数，再将所得调合效应参数送往系统，指导调合过程的控制、预测与优化。在此基础上，完成了本专利技术。具体地，本专利技术通过建立调合效应数学模型，再以调合参数预测的调合头处原油与实际值误差最小与求得的调和效应参数结果稳定作为目标把对调合效应参数的求解转化为一个优化问题。本专利技术根据调合过程的特点建立调合效应数学模型如下：假设有n个组分油参与调合，其调合后的属性可以按照以下方式预测。首先，对各组分油的属性进行补偿：Qx(Oj,i)＝Oj,i+pbj,i(1)其中，i(i＝1,2,…,n)为各组分油编号；j(j＝1,2,…,n,对应收率、酸值、硫含量、密度、氮含量等)为油品的需要进行非线性补偿的属性；pbj,i表示组分油各属性的调合效应参数；Oj,i为第i种组分油的近红外分析仪在线测量的属性；Qx(Oj,i)表示调合效应补偿函数。其次，对补偿后的各组分油的属性进行线性叠加，以得到调合头处调合所得原油属性的预测值，如：其中，ri表示第i种组分油的配方；Pj表示调合头处调合所得原油属性预测值。在上述的模型中，仅有调合效应pbj,i为待定参数，参数数量由参与调合的组分油个数及属性数量决定(其数量为组分数与属性数量的乘积)。根据调本文档来自技高网...

【技术保护点】
1.一种关于原油调合的调合效应参数数学模型的建立，其特征在于，包括步骤：(a)采用式(1)对各组分油的属性进行补偿：Qx(Oj,i)＝Oj,i+pbj,i               (1)其中，i(i＝1,2,…,n)为各组分油编号；j(j＝1,2,…,n)为油品的需要进行非线性补偿的属性；pbj,i表示组分油各属性的调合效应参数；Oj,i为第i种组分油的近红外分析仪在线测量的属性；Qx(Oj,i)表示调合效应补偿函数；(b)采用式(2)得到调合头处调合所得原油属性的预测值：

【技术特征摘要】
1.一种关于原油调合的调合效应参数数学模型的建立，其特征在于，包括步骤：(a)采用式(1)对各组分油的属性进行补偿：Qx(Oj,i)＝Oj,i+pbj,i(1)其中，i(i＝1,2,…,n)为各组分油编号；j(j＝1,2,…,n)为油品的需要进行非线性补偿的属性；pbj,i表示组分油各属性的调合效应参数；Oj,i为第i种组分油的近红外分析仪在线测量的属性；Qx(Oj,i)表示调合效应补偿函数；(b)采用式(2)得到调合头处调合所得原油属性的预测值：其中，ri表示第i种组分油的配方；Pj表示调合头处调合所得原油属性预测值；(c)求解式(6)的目标函数得到调合效应参数：其中，wp表示求解精度权值；ws表示求解稳定性权值；Y＝Rm,n·PB，PB＝[pbj,1pbj,2…pbj,n]T(4)且表示第i组历史调合数据中调合头处调合所得原油的属性值；[rm,1rm,2...rm,n]表示有n个组分油参与调合的一个历史调合配方；m表示m组调合配方。2.一种原油调合的调合效应参数计算方法，其特征在于，所述方法包括以下步骤：首先，进行运行参数初始化；其次，设置运行周期以及目标函数权重；再次，根据运行周期获取组分油属性、调合配方以及调合头处调合所得原油属性；和最后，利用自适应差分进化智能优化算法对权利要求1所述的调合效应参数模型进行求解。3.如权利要求2所述的方法，其特征在于，所述运行参数包括参与调合的组分油品及相应调合头编号。4.如权利要求2所述的方法，其特征在于，所述目标函数包括求解精度、求解稳定性。5.如权利要求2所述的方法，其特征在于，该方法适用于所有原油属性，包括密度、硫含量、酸值、石脑油收率以及氮含量等。6.如权利要求2所述的方法，其特征在于，所述自适应差分进化(AdaptiveDifferentialEvolution，简称JADE，)智能优化算法包括步骤：(1)初始化种群P，种群大小为NP；(2)初始化μCR＝0.5,μF＝0.5，A＝Ф；(3)循环开始，当算法终止条件尚未满足时，进行：(i)设置SF＝Ф，SCR＝Ф；(ii)针对种群P中的每一个个体xi，生成对应的比例因子Fi＝randci(μF,...

【专利技术属性】
技术研发人员：钱锋，钟伟民，杜文莉，何仁初，
申请(专利权)人：华东理工大学，
类型：发明
国别省市：上海,31