重油分子组成的检测方法、装置、设备和存储介质制造方法及图纸

本申请提供一种重油分子组成的检测方法、装置、设备和存储介质，涉及炼油工业技术领域。通过获取待检测重油的物性数据和高分辨质谱数据；根据物性数据和高分辨质谱数据，构建预定义分子库；通过预定义分子库，确定概率密度函数组合形式和概率密度函数参数的取值范围；在取值范围内选择目标值赋值给对应的概率密度函数参数；根据赋值后的概率密度函数参数，确定待检测重油的分子含量；根据分子含量与物性数据，确定宏观物性相似度，并根据分子含量与高分辨质谱数据，确定组成相似度；确定待检测重油的重油分子组成为组成相似度和宏观物性相似度满足相似度要求的重油分子组成，以提高重油分子组成中分子含量分布的准确性。高重油分子组成中分子含量分布的准确性。高重油分子组成中分子含量分布的准确性。

【技术实现步骤摘要】
重油分子组成的检测方法、装置、设备和存储介质


[0001]本申请涉及炼油工业
，尤其涉及一种重油分子组成的检测方法、装置、设备和存储介质。

技术介绍

[0002]重油是原油经过常压蒸馏后的剩余馏分，其密度大，粘度高，沸点通常大于350℃，是石油炼制过程中难以加工的部分。当前，传统集总动力学模型在面对复杂重油体系时，往往难以准确预测原料分子转化规律及产物性质，开发分子层次重油加工过程模型将有效解决上述难题。其中，准确的石油分子组成模型是构建准确的分子层次重油加工过程模型的基础。
[0003]相关技术中，基于核磁数据采用石油平均分子结构计算法(也称为B
‑
L算法)计算得到石油(或油品)平均分子结构模型，以及采用石油宏观物性反演石油分子组成，但这些方法均难以保证石油分子组成模型中分子含量分布的准确性。

技术实现思路

[0004]本申请提供一种重油分子组成的检测方法、装置、设备和存储介质，用以解决重油分子组成的分子含量分布准确性低的问题。
[0005]第一方面，本申请提供一种重油分子组成的检测方法，包括：
[0006]获取待检测重油的物性数据和高分辨质谱数据；
[0007]根据物性数据和高分辨质谱数据，构建预定义分子库；
[0008]通过预定义分子库，确定概率密度函数组合形式和概率密度函数参数的取值范围；
[0009]在取值范围内选择目标值赋值给对应的概率密度函数参数；
[0010]根据赋值后的概率密度函数参数，确定待检测重油的分子含量；
[0011]根据分子含量与物性数据，确定宏观物性相似度，并根据分子含量与高分辨质谱数据，确定组成相似度；
[0012]确定待检测重油的重油分子组成为组成相似度和宏观物性相似度满足相似度要求的重油分子组成。
[0013]一种可能的实施方式中，确定待检测重油的重油分子组成为组成相似度和宏观物性相似度满足相似度要求的重油分子组成，包括：
[0014]根据如下公式优化待检测重油的重油分子组成：
[0015][0016]S.t.x
low
≤x≤x
up
[0017]其中，Prop Error为检测方法检测的待检测重油的重油分子组成与物性数据的宏观物性误差，Comp Sim为检测方法检测的待检测重油的重油分子组成与高分辨质谱数据的组成相似度，ω为两目标函数之间的权重因子；x为优化变量，x
l
o
w
和x
up
分别为优化变量的最小值和最大值，通过物性数据确定；∑表示求和符号，N表示物性数据的个数，δ
L
表示第L个物性数据的权重因子，P
exp
,
L
表示第L个物性数据的宏观物性的实验值，P
pred,L
表示检测方法检测的第L个待检测重油的重油分子组成的宏观物性的预测值，k为不同类型化合物的数量，n为不同同系物类型的数量，CS
ij
表示i类型化合物中j类型同系物分子的组成相似度；
[0018]确定优化后的重油分子组成的组成相似度和宏观物性相似度是否满足相似度要求；
[0019]若满足相似度要求，则确定待检测重油的重油分子组成为优化后的重油分子组成。
[0020]一种可能的实施方式中，Comp Sim是根据如下公式确定的：
[0021][0022]其中，k为不同类型化合物的数量，CS
i
表示i类型化合物的组成相似度，根据如下公式计算：
[0023][0024]其中，n为不同同系物类型的数量，CS
ij
表示i类型化合物中j类型同系物分子的组成相似度。
[0025]一种可能的实施方式中，确定优化后的重油分子组成的组成相似度和宏观物性相似度是否满足相似度要求，包括：
[0026]确定组成相似度和宏观物性相似度的加权和；
[0027]确定加权和是否满足相似度要求，相似度要求包括重油分子组成与物性数据的宏观物性相似度大于或等于参考宏观物性相似度，和/或，重油分子组成与高分辨质谱数据的组成相似度大于或等于参考组成相似度，参考宏观物性相似度为当前确定的最优宏观物性相似度，参考组成相似度为当前确定的最优组成相似度；
[0028]若加权和满足相似度要求，则确定优化后的重油分子组成的组成相似度和宏观物性相似度满足相似度要求；
[0029]若加权和不满足相似度要求，则确定优化后的重油分子组成的组成相似度和宏观物性相似度不满足相似度要求，并执行在取值范围内选择目标值赋值给对应概率密度函数参数的步骤。
[0030]一种可能的实施方式中，根据物性数据和高分辨质谱数据，构建预定义分子库，包括：
[0031]根据物性数据和高分辨质谱数据的分子类型，确定预定义分子库中包含的化合物类型；
[0032]根据高分辨质谱数据的化合物类型的等效双键数，定义预定义分子库中包含的化合物类型的核心分子结构；
[0033]根据高分辨质谱数据的不同类型分子的碳数范围，通过SU
‑
BEM框架，在核心分子结构上拓展侧链碳数，得到预定义分子库。
[0034]一种可能的实施方式中，在取值范围内选择目标值赋值给对应概率密度函数参数，包括：基于双目标优化算法，在取值范围内选择目标值赋值给对应概率密度函数参数，双目标优化算法包括遗传算法。
[0035]一种可能的实施方式中，根据赋值后的概率密度函数参数，确定待检测重油的分子含量，包括：根据赋值后的概率密度函数参数，得到概率密度函数的概率值；根据概率值，确定重油的分子含量。
[0036]第二方面，本申请提供一种重油分子组成的检测装置，包括：
[0037]获取模块，用于获取待检测重油的物性数据和高分辨质谱数据；
[0038]构建模块，用于根据物性数据和高分辨质谱数据，构建预定义分子库；
[0039]第一确定模块，用于通过预定义分子库，确定概率密度函数组合形式和概率密度函数参数的取值范围；
[0040]赋值模块，用于在取值范围内选择目标值赋值给对应的概率密度函数参数；
[0041]第二确定模块，用于根据赋值后的概率密度函数参数，确定待检测重油的分子含量；
[0042]第三确定模块，用于根据分子含量与物性数据，确定宏观物性相似度，并根据分子含量与高分辨质谱数据，确定组成相似度；
[0043]第四确定模块，用于确定待检测重油的重油分子组成为组成相似度和宏观物性相似度满足相似度要求的重油分子组成。
[0044]一种可能的实施方式中，第四确定模块可以具体用于：
[0045]根据如下公式优化待检测重油的重油分子组成：
[0046][0047]S.t.x
low
≤x≤x
up
[0048]其中，Prop Error为检测方法检测的待检测重油的重油分子组成与物性数据的宏观物本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种重油分子组成的检测方法，其特征在于，包括：获取待检测重油的物性数据和高分辨质谱数据；根据所述物性数据和所述高分辨质谱数据，构建预定义分子库；通过所述预定义分子库，确定概率密度函数组合形式和概率密度函数参数的取值范围；在所述取值范围内选择目标值赋值给对应的概率密度函数参数；根据赋值后的概率密度函数参数，确定所述待检测重油的分子含量；根据所述分子含量与所述物性数据，确定宏观物性相似度，并根据所述分子含量与所述高分辨质谱数据，确定组成相似度；确定所述待检测重油的重油分子组成为所述组成相似度和所述宏观物性相似度满足相似度要求的重油分子组成。2.根据权利要求1所述的检测方法，其特征在于，所述确定所述待检测重油的重油分子组成为所述组成相似度和所述宏观物性相似度满足相似度要求的重油分子组成，包括：根据如下公式优化所述待检测重油的重油分子组成：s.t.x
low
≤x≤x
up
其中，Prop Error为所述检测方法检测的待检测重油的重油分子组成与物性数据的宏观物性误差，Comp Sim为所述检测方法检测的待检测重油的重油分子组成与高分辨质谱数据的组成相似度，ω为两目标函数之间的权重因子；x为优化变量，x
low
和x
up
分别为优化变量的最小值和最大值，通过物性数据确定；∑表示求和符号，N表示物性数据的个数，δ
L
表示第L个物性数据的权重因子，P
exp,L
表示第L个物性数据的宏观物性的实验值，P
pred,L
表示所述检测方法检测的第L个待检测重油的重油分子组成的宏观物性的预测值，k为不同类型化合物的数量，n为不同同系物类型的数量，CS
ij
表示i类型化合物中j类型同系物分子的组成相似度；确定优化后的重油分子组成的组成相似度和所述宏观物性相似度是否满足相似度要求；若满足相似度要求，则确定所述待检测重油的重油分子组成为所述优化后的重油分子组成。3.根据权利要求2所述的检测方法，其特征在于，所述Comp Sim是根据如下公式确定的：其中，k为不同类型化合物的数量，CS
i
表示i类型化合物的组成相似度，根据如下公式计算：
其中，n为不同同系物类型的数量，CS
ij
表示i类型化合物中j类型同系物分子的组成相似度。4.根据权利要求2所述的检测方法，其特征在于，所述确定优化后的重油分子组成的组成相似度和所述宏观物性相似度是否满足相似度要求，包括：确定组成相似度和宏观物性相似度的加权和；确定所述加权和是否满足相似度要求，所述相似度要求包括重油分子组成与物性数据的宏观物性相似度大于或等于参考宏观物性相似度，和/或，重油分子...

【专利技术属性】
技术研发人员：张霖宙，关冬，徐春明，史权，
申请(专利权)人：中国石油大学北京，
类型：发明
国别省市：