【技术实现步骤摘要】
一种催化裂化过程生产优化方法、装置、设备及存储介质
[0001]本专利技术涉及石油加工
，尤其涉及一种催化裂化过程生产优化方法、装置、设备及存储介质。
技术介绍
[0002]催化裂化装置属于石油炼化生产中十分重要的加工装置，该装置的产物收率和关键组分含量直接影响后续聚丙烯、MTBE、烷基化、轻汽油醚化等加工装置的运行负荷、生产效益，对石油炼化生产的经济效益至关重要。其中，聚丙烯装置原料为丙烯，MTBE关键原料为异构碳4，烷基化的关键原料为正构碳4，不同装置需要不同的关键分子组分。
[0003]目前，对催化裂化生产过程中的优化通常通过实验来进行，需要大量的时间和成本，并且对催化裂化产品物性的预测分析通常以集总组分为基础来进行。这种以集总组分为基础进行产品物性预测分析的方式，缺乏对生产操作较大调整的适应性。
技术实现思路
[0004]为了解决现有技术存在的问题，本专利技术的至少一个实施例提供了一种催化裂化过程生产优化方法、装置、设备及存储介质。
[0005]第一方面，本专利技术实施例提供了一种催化裂化过程生产优化方法，所述方法包括：
[0006]确定用于催化裂化生产的加工原料的分子组成和加工量；
[0007]根据所述加工原料的分子组成和加工量，利用预先训练的产物预测模型预测在预设的当前反应条件下获得的产物的分子组成和产物收率；其中，所述产物预测模型为分子水平催化裂化装置模型；
[0008]根据所述产物的分子组成和产物收率，确定所述产物中目标组分的含量；>[0009]根据目标组分的含量判断是否已达到催化裂化过程优化目标：
[0010]当已达到所述优化目标时，输出相应催化裂化产品的生产加工信息；
[0011]当未达到所述优化目标时，调整当前反应条件，并重新预测在调整后的反应条件下获得的产物的分子组成和产物收率，以及重新确定所述产物中目标组分的含量，直至达到所述优化目标，输出相应催化裂化产品的生产加工信息。
[0012]在一可能的实现方式中，所述用于催化裂化生产的加工原料的分子组成通过查找分子数据库或者分子重构法来确定；其中，所述分子组成包括分子的种类和各种分子的含量。
[0013]在一可能的实现方式中，根据所述加工原料的分子组成和加工量，利用预先训练的产物预测模型预测在预设的当前反应条件下获得的产物的分子组成和产品收率，包括：
[0014]根据所述加工原料的分子组成，利用预先训练的产物预测模型预测在预设的当前反应条件下得到的多种产物；
[0015]确定所述多种产物中的每种产物的分子组成和产物收率。
[0016]在一可能的实现方式中，所述产物收率为该产物所包含的各种分子的百分比含量
与加工原料的加工量的乘积的总和。
[0017]在一可能的实现方式中，所述反应条件包括温度、压力、剂油比和空速中的至少一种。
[0018]在一可能的实现方式中，所述催化裂化过程优化目标包括目标组分的含量达到最大值或最小值；
[0019]在一可能的实现方式中，所述产物预测模型通过以下步骤训练得到：
[0020]建立产物预测模型；其中，所述产物预测模型，包括：反应规则集合以及反应速率算法；所述反应规则集合包括多种反应规则；
[0021]获取样本原料的样本原料信息；
[0022]利用所述样本原料信息，对所述反应规则集合进行训练，并固定训练完成的所述反应规则集合；
[0023]利用所述样本原料信息，对所述反应速率算法进行训练，并固定训练完成的所述反应速率算法，得到训练完成的所述产物预测模型。
[0024]在一可能的实现方式中，所述样本原料的样本原料信息，包括：所述样本原料的分子组成，所述样本原料中每种分子的分子含量，所述样本原料对应的实际产物的分子组成以及所述实际产物中每种分子的实际含量。
[0025]在一可能的实现方式中，所述将所述产物分为相应的催化裂化产品，并输出相应催化裂化产品的生产加工信息的步骤，包括：
[0026]按照实沸点或族组成将所述多种产物分为多种产品，得到在相应反应条件下的催化裂化产品；
[0027]确定所述催化裂化产品中的每种产品的分子组成和产品收率。
[0028]输出所述催化裂化产品的生产加工信息，所述生产加工信息包括当前反应条件、当前所述催化裂化产品中每种产品的分子组成和产品收率中的至少一种；
[0029]其中，所述产品收率为产品所包含的各种分子的百分比含量与所述加工原料的加工量的乘积的总和。
[0030]在一可能的实现方式中，按照实沸点将产物分为多种产品,包括以下步骤：
[0031]获取催化裂化过程的催化裂化数据覆盖的温度范围；
[0032]利用所述催化裂化数据对所述温度范围进行切割，得到多个温度区间；
[0033]利用各个温度区间的含量数据构建对应的切割子模型；
[0034]将所有切割子模型合并得到切割模型；
[0035]根据沸点落入切割模型的温度区间，将产物分为多种产品。
[0036]在一可能的实现方式中，所述原料和产品采用结构导向集总方法来表述；
[0037]所述根据目标组分的含量判断是否已达到催化裂化过程优化目标，包括：
[0038]以产品中的目标分子的含量为优化目标，，利用产物预测模型建立目标产品分子收率最大的优化模型，进行反应条件的寻优过程。
[0039]在一可能的实现方式中，所述目标分子包括丙烯、丁烯、正丁烷、异丁烷、正构碳五烯烃或异构碳五烯烃。
[0040]第二方面，本专利技术实施例提供了一种催化裂化生产优化设备，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
[0041]存储器，用于存放计算机程序；
[0042]处理器，用于执行存储器上所存放的程序时，实现上述的催化裂化过程生产优化方法的步骤。
[0043]第三方面，本专利技术实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现上述的催化裂化过程生产优化方法的步骤。
[0044]第四方面，本专利技术实施例提供了一种催化裂化过程生产优化装置，所述装置包括：
[0045]确定模块，确定用于催化裂化生产的加工原料的分子组成和加工量；
[0046]预测模块，根据所述加工原料的分子组成和加工量，利用预先训练的产物预测模型预测在预设的当前反应条件下获得的产物的分子组成和产物收率；其中，所述产物预测模型为分子水平催化裂化装置模型；
[0047]分析模块，根据所述产物的分子组成和产物收率，确定所述产物中目标组分的含量；
[0048]判断模块，根据目标组分的含量判断是否已达到催化裂化过程优化目标：
[0049]其中，当已达到所述优化目标时，输出模块输出相应催化裂化产品的生产加工信息；
[0050]其中，当本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种催化裂化过程生产优化方法，其特征在于，所述方法包括：确定用于催化裂化生产的加工原料的分子组成和加工量；根据所述加工原料的分子组成和加工量，利用预先训练的产物预测模型预测在预设的当前反应条件下获得的产物的分子组成和产物收率；其中，所述产物预测模型为分子水平催化裂化装置模型；根据所述产物的分子组成和产物收率，确定所述产物中目标组分的含量；根据目标组分的含量判断是否已达到催化裂化过程优化目标：当已达到所述优化目标时，输出相应催化裂化产品的生产加工信息；当未达到所述优化目标时，调整当前反应条件，并重新预测在调整后的反应条件下获得的产物的分子组成和产物收率，以及重新确定所述产物中目标组分的含量，直至达到所述优化目标，输出相应催化裂化产品的生产加工信息。2.根据权利要求1所述的方法，其特征在于，所述用于催化裂化生产的加工原料的分子组成通过查找分子数据库或者分子重构法来确定；所述分子组成包括分子的种类和各种分子的含量。3.根据权利要求1所述的方法，其特征在于，根据所述加工原料的分子组成和加工量，利用预先训练的产物预测模型预测在预设的当前反应条件下获得的产物的分子组成和产品收率，包括：根据所述加工原料的分子组成，利用预先训练的产物预测模型预测在预设的当前反应条件下得到的多种产物；确定所述多种产物中的每种产物的分子组成和产物收率。4.根据权利要求3所述的方法，其特征在于，所述产物收率为该产物所包含的各种分子的百分比含量与加工原料的加工量的乘积的总和。5.根据权利要求1所述的方法，其特征在于，所述反应条件包括温度、压力、剂油比和空速中的至少一种；所述催化裂化过程优化目标包括目标组分的含量达到最大值或最小值。6.根据权利要求3所述的方法，其特征在于，所述产物预测模型通过以下步骤训练得到：建立产物预测模型；其中，所述产物预测模型包括反应规则集合以及反应速率算法；所述反应规则集合包括多种反应规则；获取样本原料的样本原料信息；利用所述样本原料信息，对所述反应规则集合进行训练，并固定训练完成的所述反应规则集合；利用所述样本原料信息，对所述反应速率算法进行训练，并固定训练完成的所述反应速率算法，得到训练完成的所述产物预测模型。7.根据权利要求6所述的方法，其特征在于，所述样本原料的样本原料信息，包括：所述样本原料的分子组成，所述样本原料中每种分子的分子含量，所述样本原料对应的实际产物的分子组成以及所述实际产物中每种分子的实际含量。
8.根据权利要求1所述的方法，其特征在于，输出相应催化裂化产品的生产加工信息，包括：按照实沸点或族组成将产物分为多种产品；确定所述多种产品中各种产品的分子组成和产品收率；输出所述多种产品的生产加工信息，所述生产加工信息包括当前反应条件、当前所...
【专利技术属性】
技术研发人员：王杭州，纪晔，杨诗棋，王弘历，关敬军，石振民，
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：
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。