【技术实现步骤摘要】
本专利技术涉及石油化工研究领域，尤其涉及一种石脑油属性的预测方法、一种石脑油属性的预测系统，以及一种计算机可读存储介质。
技术介绍
1、石油化工产业包含炼油和乙烯生产两大主体产业，其中乙烯是石油化工行业的主要代表产品，其产能已经成为国际上衡量一个国家化工水平高低的重要指标。中东地区具有天然的原料优势，烯烃生产所使用的原料75％都来自油田中的优质轻烃资源，烯烃生产原料成本低廉。另一方面北美地区的页岩气资源优势也逐渐显现，为乙烯等产品生产拓宽了更优质的原料来源，导致亚洲等地区的乙烯产业毛利润有所降低。由于乙烯原料占整体生产成本的80％以上，其不但决定乙烯生产成本，同时也影响着乙烯和附加产品的收率，因此，提高石脑油产能对控制原料成本产生了重要的影响。
2、在实际生产过程中，通常需要对石脑油的piona值属性进行分析。学者们利用机器学习方法，根据历史数据建模，实现了石脑油性质的预测。程明等人通过rbf神经网络技术建立芳潜软测量模型，以重石脑油的密度和馏程数据作为网络输入，以预测重石脑油的芳潜含量，从而快速方便得到芳潜参数的预测结果，...
【技术保护点】
1.一种石脑油属性的预测方法，其特征在于，包括以下步骤：
2.如权利要求1所述的预测方法，其特征在于，所述多个馏程节点包括初馏点、10％馏点、50％馏点、90％馏点、终馏点中的至少一者，和/或
3.如权利要求2所述的预测方法，其特征在于，所述根据各组所述样本数据分别构建多个决策树，以建立包含所述多个决策树的随机森林回归模型的步骤包括：
4.如权利要求3所述的预测方法，其特征在于，所述以多组所述样本数据中的馏程节点数据及密度数据为输入，并以对应的产品组分数据为真实输出值，训练所述随机森林回归模型的步骤包括：
5.如权利要求...
【技术特征摘要】
1.一种石脑油属性的预测方法，其特征在于，包括以下步骤：
2.如权利要求1所述的预测方法，其特征在于，所述多个馏程节点包括初馏点、10％馏点、50％馏点、90％馏点、终馏点中的至少一者，和/或
3.如权利要求2所述的预测方法，其特征在于，所述根据各组所述样本数据分别构建多个决策树，以建立包含所述多个决策树的随机森林回归模型的步骤包括：
4.如权利要求3所述的预测方法，其特征在于，所述以多组所述样本数据中的馏程节点数据及密度数据为输入，并以对应的产品组分数据为真实输出值，训练所述随机森林回归模型的步骤包括：
5.如权利要求4所述的预测方法，其特征在于，所述根据所述预测输出值相较所述真实输出值的误差，修正所述随机森林回归模型的结构和/或学习参数的步骤包括：
6.如权利要求5所述的预测方法，其特征在于，函数...
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。