【技术实现步骤摘要】
一种混合物分子组成检测方法、系统、设备和存储介质
本专利技术涉及计算机
，尤其涉及一种混合物分子组成检测方法、系统、设备和存储介质。
技术介绍
当前石油资源短缺日渐凸显，同时随着各国对清洁油品需求的增加和环保意识的提高，生产清洁环保燃料，减少环境污染危害已成为当务之急。因此，研究人员把注意力集中在改善现有的汽油生产过程或开发新技术来生产更加清洁的石油产品，并最大限度地生产芳烃、乙烯和其他重要的化工产品。在石油产品生产过程中，为了提高石油产品的生产技术，提升经济效益，掌握生产过程中的混合物的分子组成显得至关重要，然而，在现有技术中，检测混合物的分子组成需要结合蒸馏、气相色谱检测、高效液相色谱分离、超高分辨率质谱检测、核磁共振检测等多道程序，检测设备成本高昂、检测技术复杂并且检测耗时长。因此，多数石油炼厂受困于现有混合物分子组成检测成本高的问题，尚不具备检测混合物分子组成的能力，进而限制了石油产品生产水平的提升。
技术实现思路
本专利技术的主要目的在于提供一种混合物分子组成检测方法、系统、设备和存储介质，以解决现有混合物分子组成检测成本高且检测时间长的问题。针对上述技术问题，本专利技术是通过以下技术方案来解决的：本专利技术公开了一种混合物分子组成检测方法，包括：获取待解析的混合物的物性；根据所述混合物的物性，查询预设的第一数据库；所述第一数据库中包括：多种样本分子组成和每种所述样本分子组成的物性；计算所述混合物与每种所述样本分子组成的物性偏差值；在与所述混合物的物性偏差值...
【技术保护点】
1.一种混合物分子组成检测方法，其特征在于，包括：/n获取待解析的混合物的物性；/n根据所述混合物的物性，查询预设的第一数据库；所述第一数据库中包括：多种样本分子组成和每种所述样本分子组成的物性；/n计算所述混合物与每种所述样本分子组成的物性偏差值；/n在与所述混合物的物性偏差值小于预设第一偏差阈值的一种或者多种样本分子组成中，选择目标分子组成；/n调整所述目标分子组成中各种单分子的浓度，使得调整后的所述目标分子组成的物性与所述混合物的物性相同，将调整后的所述目标分子组成确定为所述混合物的分子组成。/n
【技术特征摘要】
1.一种混合物分子组成检测方法，其特征在于，包括：
获取待解析的混合物的物性；
根据所述混合物的物性，查询预设的第一数据库；所述第一数据库中包括：多种样本分子组成和每种所述样本分子组成的物性；
计算所述混合物与每种所述样本分子组成的物性偏差值；
在与所述混合物的物性偏差值小于预设第一偏差阈值的一种或者多种样本分子组成中，选择目标分子组成；
调整所述目标分子组成中各种单分子的浓度，使得调整后的所述目标分子组成的物性与所述混合物的物性相同，将调整后的所述目标分子组成确定为所述混合物的分子组成。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
如果在与所述混合物的物性偏差值小于预设第一偏差阈值的一种或者多种样本分子组成中，存在与所述混合物的物性偏差值为零的样本分子组成，则将与所述混合物的物性偏差值为零的样本分子组成，确定为所述混合物的分子组成。
3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
将调整后的所述目标分子组成与所述混合物的物性之间的对应关系存储到所述第一数据库中；其中，
将调整后的所述目标分子组成作为所述第一数据库中的样本分子组成，将所述混合物的物性作为所述样本分子组成的物性。
4.根据权利要求1所述的方法，其特征在于，当所述混合物的物性为多种时，计算所述混合物与每种所述样本分子组成的物性偏差值，包括：
为所述混合物的每种物性选择对应的偏差算法；
根据所述混合物的每种物性对应的偏差算法，计算所述混合物的每种物性与样本分子组成的对应物性的偏差值；
根据所述混合物的多种物性分别与所述样本分子组成的对应物性的偏差值，确定所述混合物与所述样本分子组成的物性偏差值。
5.根据权利要求4所述的方法，其特征在于，为所述混合物的每种物性选择对应的偏差算法，包括：
判断所述混合物的每种物性是否小于预设标准阈值；
为所述混合物中小于所述标准阈值的物性选择绝对偏差算法，以便计算所述小于所述标准阈值的物性和所述样本分子组成的对应物性的绝对偏差值；
为所述混合物中大于等于所述标准阈值的物性选择相对偏差算法，以便计算所述大于等于所述标准阈值的物性和所述样本分子组成的对应物性的相对偏差值。
6.根据权利要求4所述的方法，其特征在于，根据所述混合物的多种物性分别与所述样本分子组成的对应物性的偏差值，确定所述混合物与所述样本分子组成的物性偏差值，包括：
计算所述混合物的多种物性分别与所述样本分子组成的对应物性的偏差值的平方和，将所述偏差值的平方和的算术平方根确定为所述混合物与所述样本分子组成的物性偏差值。
7.根据权利要求4所述的方法，其特征在于，根据所述混合物的多种物性分别与所述样本分子组成的对应物性的偏差值，确定所述混合物与所述样本分子组成的物性偏差值，包括：
获取预先为所述混合物的每种物性对应设置的权重；
针对所述混合物的每种物性，计算所述物性与所述样本分子组成的对应物性的偏差值的平方与所述物性对应权重的乘积，得到所述物性对应的权重偏差值；
计算所述混合物的多种物性分别对应的权重偏差值的平方和，将所述权重偏差值的平方和的算术平方根确定为所述混合物与所述样本分子组成的物性偏差值。
8.根据权利要求1所述的方法，其特征在于，在与所述混合物的物性偏差值小于预设第一偏差阈值的一种或者多种样本分子组成中，选择目标样本分子组成，包括：
如果与所述混合物的物性偏差值小于预设第一偏差阈值的样本分子组成的数量为一种，则直接选择所述样本分子组成，作为目标分子组成；
如果与所述混合物的物性偏差值小于预设第一偏差阈值的样本分子组成的数量为多种，则按照物性偏差值从小到大的顺序排序，选择前M个物性偏差值分别对应的所述样本分子组成，合并相同分子组成后，形成目标分子组成；其中，M为大于等于1的正整数。
9.根据权利要求1所述的方法，其特征在于，调整所述目标分子组成中各种单分子的浓度，包括：
将所述目标分子组成中的各种单分子划分为多个分组；
顺次选择一个分组，并对选择的分组中的单分子的浓度进行调整；
如果调整后的所述目标分子组成的物性和所述混合物的物性不同，则选择下一个分组，继续对选择的分组中的单分子的浓度进行调整，直到调整后的所述目标分子组成的物性和所述混合物的物性相同为止。
10.根据权利要求9所述的方法，其特征在于，将所述目标分子组成中的各种单分子划分为多个分组，包括：
计算所述目标分子组成中每种单分子对应的物性；
划分多个物性取值范围，确定所述目标分子组成中每种单分子的所述物性所属的物性取值范围；其中，将所述目标分子组成中物性属于同一物性取值范围的各个单分子作为一个分组。
11.根据权利要求1所述的方法，其特征在于，调整所述目标分子组成中各种单分子的浓度，包括：
确定所述目标分子组成中各种单分子的分子特征；
对所述目标分子组成中不同分子特征的单分子的浓度进行等比调整；
如果调整后的所述目标分子组成的物性和所述混合物的物性不同，则继续对所述目标分子组成中不同分子特征的单分子的浓度进行等比调整，直到调整后的所述目标分子组成的物性和所述混合物的物性相同为止。
12.根据权利要求1所述的方法，其特征在于，调整所述目标分子组成中各种单分子的浓度，包括：
确定所述目标分子组成中各种单分子的浓度的分布特征；
调整所述目标分子组成中的各种单分子的浓度，并且使调整后的所述目标分子组成中各种单分子的浓度保持所述分布特征；
如果调整后的所述目标分子组成的物性和所述混合物的物性不同，则继续对所述目标分子组成中的各个单分子的浓度进行调整，并且使调整后的所述目标分子组成中各种单分子的浓度保持所述分布特征，直到调整后的所述目标分子组成的物性和所述混合物的物性相同为止。
13.根据权利要求1所述的方法，其特征在于，调整所述目标分子组成中各种单分子的浓度，使得调整后的所述目标分子组成的物性与所述混合物的物性相同，包括：
调整所述目标分子组成中各种单分子的浓度；
计算调整后的所述目标分子组成的物性；
比较所述目标分子组成的物性和所述混合物的物性；
如果所述目标分子组成的物性和所述混合物的物性不同，则继续调整所述目标分子组成中各种单分子的浓度，直到调整后的所述目标分子组成的物性和所述混合物的物性相同为止。
14.根据权利要求13所述的方法，其特征在于，计算调整后的所述目标分子组成的物性，包括：
确定调整后的所述目标分子组成中包含的单分子；
根据每种单分子包含的每种基团的基团数量以及每种基团对物性的贡献值，计算所述单分子的物性；
根据调整后的所述目标分子组成中的各种单分子的物性，计算调整后的所述目标分子组成的物性。
15.根据权利要求14所述的方法，其特征在于，在计算所述单分子的物性之前，还包括：
将构成所述单分子的每种基团的基团数量与第二数据库中预存储的物性已知的模板单分子的分子信息进行比对；其中，所述分子信息包括：构成所述模板单分子的每种基团的基团数量；
判断是否存在与所述单分子相同的模板单分子；
若存在与所述单分子相同的模板单分子，则输出所述模板单分子的物性作为所述单分子的物性；
若不存在与所述单分子相同的模板单分子，则计算所述单分子的物性。
16.根据权利要求14或者15所述的方法，其特征在于，计算所述单分子的物性，包括：
获取构成所述单分子的各种基团的基团数量，以及获取每种所述基团对物性的贡献值；
将构成所述单分子的每种基团的基团数量以及每种所述基团对物性的贡献值，输入预先训练的物性计算模型，获取所述物性计算模型输出的所述单分子的物性；其中，
所述物性计算模型，用于根据单分子包含的每种基团的基团数量以及所述每种基团对物性的贡献值，计算所述单分子的物性。
17.根据权利要求16所述的方法，其特征在于，训练所述物性计算模型的步骤，包括：
构建单分子的物性计算模型；
获取构成样本单分子的每种基团的基团数量；其中，所述样本单分子的物性已知；
将构成所述样本单分子的每种基团的基团数量输入所述物性计算模型；
获取所述物性计算模型输出的所述样本单分子的预测物性；
如果所述预测物性与已知的所述物性之间的偏差值小于预设第二偏差阈值，则判定所述物性计算模型收敛，在已收敛的所述物性计算模型中获取每种基团对所述物性的贡献值，并存储所述基团对所述物性的贡献值；
如果所述预测物性与已知的所述物性之间的偏差值大于等于所述第二偏差阈值，则调整所述物性计算模型中每种基团对所述物性的贡献值，直到所述物性计算模型收敛为止。
18.根据权利要求17所述的方法，其特征在于，建立如下所示的物性计算模型：
其中，f为所述单分子的物性，ni为第i种基团的基团数量，Δfi为第i种基团对所述物性的贡献值，a为关联常数。
19.根据权利要求17所述的方法，其特征在于，
在所述单分子的所有基团中确定一级基团和多级基团；其中，
将构成单分子的所有基团作为一级基团；
将同时存在且对同一种物性共同存在贡献的多种基团作为多级基团，将所述多种基团的数量作为所述多级基团的级别。
20.根据权利要求19所述的方法，其特征在于，建立如下所示物性计算模型：
其中，f为所述单分子的物性，m1i为一级基团中第i种基团的基团数量，Δf1i为一级基团中第i种基团对物性的贡献值，m2j为二级基团中第j种基团的基团数量，Δf2j为二级基团中第j种基团对物性的贡献值；mNl为N级基团中第l种基团的基团数量，ΔfNl为N级基团中第l种基团对物性的贡献值；a为关联常数；N为大于或等于2的正整数。
21.根据权利要求14或者15所述的方法，其特征在于，
在所述单分子的所有基团中确定一级基团和多级基团；其中，
将构成单分子的所有基团作为一级基团；
将同时存在且对同一种物性共同存在贡献的多种基团作为多级基团，将所述多种基团的数量作为所述多级基团的级别。
22.根据权利要求21所述的方法，其特征在于，
所述单分子的物性包括：单分子的沸点；
...
【专利技术属性】
技术研发人员：王杭州，陈元鹏，纪晔，段伟，刘一心，
申请(专利权)人：中国石油天然气股份有限公司，
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。