渣油加氢反应的产物性质分析方法及装置制造方法及图纸

技术编号:43922515 阅读:20 留言:0更新日期:2025-01-03 13:26
本发明专利技术公开了一种渣油加氢反应的产物性质分析方法及装置,涉及重油加氢、人工智能技术领域,其中该方法包括:获取渣油加氢反应的高通量实验数据和指定渣油加氢反应装置的历史数据;利用高通量实验数据对多个不同类型的初始神经网络模型进行训练,得到多个产品性质分析模型;确定误差最小的产品性质分析模型为指定产品性质分析模型;利用指定渣油加氢反应装置的历史数据对指定产品性质分析模型的参数进行优化,得到指定渣油加氢反应装置对应的产品性质分析模型;将待分析反应数据输入指定渣油加氢反应装置对应的产品性质分析模型,确定产物性质数据。本发明专利技术可以解决现有技术中存在的建立的分析模型适应范围窄、分析精度低的问题。

【技术实现步骤摘要】

本专利技术涉及重油加氢、人工智能,尤其涉及一种渣油加氢反应的产物性质分析方法及装置


技术介绍

1、本部分旨在为权利要求书中陈述的本专利技术实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。

2、当前,随着石油资源日益重质化和劣质化,以及对油品质量升级的紧迫要求和环保规定的日益严格,炼化企业对重质油的清洁高效加工技术需求十分迫切。渣油加氢是最有效的重、渣油原料加工技术,通过渣油加氢,脱除渣油中大部分金属、硫和氮等,同时降低残炭值,有利于其进一步高效清洁加工与转化。固定床渣油加氢处理与渣油催化裂化的技术组合不仅可以把利用价值较低、容易造成环境污染的渣油最大限度转化,大幅提高轻质油收率,还可以获得附加值高、质量上乘的清洁油品。从某种意义上说,使原油得到了100%的转化,实现了石油炼制过程中将原油吃干榨尽的愿望。

3、目前,采用机器学习方法建立渣油加氢过程分析模型进行产物性质分析、反应条件优化等,机器学习方法是通过对现有的渣油加氢反应数据中隐藏的规律和关系进行深度挖掘,进而建立渣油加氢反应条件与反应结果的关系模型,建本文档来自技高网...

【技术保护点】

1.一种渣油加氢反应的产物性质分析方法,其特征在于,包括:

2.如权利要求1所述的方法,其特征在于,所述催化剂性质数据包括:催化剂的组成元素及每一组成元素的质量分数、堆密度、比表面积、孔径、孔体积和活性金属含量。

3.如权利要求1所述的方法,其特征在于,所述反应条件数据包括:原料油进料空速、氢气压力、温度、氢和油的比例、和催化剂级配比例。

4.如权利要求1所述的方法,其特征在于,所述产物性质数据包括:加氢产品的密度、粘度、氮含量、硫含量、残炭值、碳和氢的含量和金属杂质含量。

5.如权利要求1所述的方法,其特征在于,根据渣油加氢反应的高通量实...

【技术特征摘要】

1.一种渣油加氢反应的产物性质分析方法,其特征在于,包括:

2.如权利要求1所述的方法,其特征在于,所述催化剂性质数据包括:催化剂的组成元素及每一组成元素的质量分数、堆密度、比表面积、孔径、孔体积和活性金属含量。

3.如权利要求1所述的方法,其特征在于,所述反应条件数据包括:原料油进料空速、氢气压力、温度、氢和油的比例、和催化剂级配比例。

4.如权利要求1所述的方法,其特征在于,所述产物性质数据包括:加氢产品的密度、粘度、氮含量、硫含量、残炭值、碳和氢的含量和金属杂质含量。

5.如权利要求1所述的方法,其特征在于,根据渣油加氢反应的高通量实验数据,构建第一样本数据集,包括:

6.如权利要求1所述的方法,其特征在于,利用第一样本数据集分别对预设的多个不同类型的初始神经网络模型进行训练,得到多个渣油加氢反应产品性质分析模型之前,还包括:

7.如权利要求6所述的方法,其特征在于,利用第一样本数据集分别对预设的多个不同类型的初始神经网络模型进行训练,得到多个渣油加氢反应产品性质分析模型,包括:

8.如权利要求1所述的方法,其特征在于,利用第二样本数据集对指定渣油加氢反应产品性质分析模型的参数进行优化,得到指定渣油加氢反应装置对应的渣油加氢反应产品性质分析模型,包括:

9.一种渣油加氢反应的产物性质分析装置,其特征在于,包括:

10.如权利要求9所述的装置,其特征在于,所述催化剂性质数据包括:催...

【专利技术属性】
技术研发人员:李浩程涛罗一崔瑞利宋俊男许小伟张天琪张春光迟克彬王路海
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:

网友询问留言 已有0条评论
  • 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。

1