System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及石油化工领域,具体地涉及一种预测催化裂化活性值的方法、装置、平衡催化裂化的系统及存储介质。
技术介绍
1、催化裂化装置对于石油炼制类企业而言是主要的产品生产装置,属于精制装置的原料来源地,对整个炼化企业有着举足轻重的影响,其生产效率的高低也对企业的经济有着重要的影响。
2、催化裂化催化剂对于提高目标产物的产量及提升催化裂化反应过程速率都有着重要的作用。催化剂是而通过改变反应历程,降低反应活化能,从而提高反应速度,从而实现促进目的产物反应速度提高,催化剂可以对产品的产率、产品质量起重要作用,催化裂化催化剂能够缩短催化裂化反应周期,进而提升催化裂化反应速率。
3、催化裂化装置催化剂和其它炼油装置有所不同,其催化剂在反应器参与反应后,在再生器中燃烧掉附着的积碳后完成再生,再到反应器中循环使用,且需不断的加入新鲜催化剂或卸出平衡催化剂,并通过实验室化验监测反应活性,以保证催化剂的性能。而其它炼油装置催化剂一般是一次性装填进反应单元,待运行到一定时间后达到使用寿命时再一次性拆出更换,故催化裂化装置与其它装置催化剂反应活性的变化规律差别较大,具有一定特殊性。
4、现有技术采用神经网络模型进行催化剂活性值预测时所用模型数据多为前端数据,例如:烧焦负荷、再生温度、反应时间、催化剂置换速率等。但该方法前端工艺参数数据量大,关键变量参数的挖掘仍无法妥善处理,数据时间段的选择仍无法充分贴合催化剂活性的变化规律。炼厂工作人员若能实时掌握催化裂化催化剂活性值变化,就能根据生产要求目标产物的不同,及时调整更
技术实现思路
1、本专利技术实施例的目的是提供一种预测催化裂化活性值的方法、装置、平衡催化裂化的系统及存储介质,该方法提高了催化裂化剂活性的预测精度。
2、为了实现上述目的,本专利技术实施例提供一种预测催化裂化活性值的方法,该方法包括:获取待测催化裂化设备的工艺参数,对所述工艺参数进行预处理得到变量参数和特征参数,所述特征参数包括:催化剂单位添加量、异丁烯分子比、单位进料所用主风量;将所述变量参数和特征参数带入预测模型得到所述待测催化裂化设备的预测活性值。
3、可选的,该方法还包括:对所述预测模型进行训练,包括:根据历史催化裂化活性数据及工艺参数对所述预测模型进行优化,使最终的预测活性值收敛至历史催化裂化活性数据。
4、可选的,所述预处理为在相同时间维度下对所述工艺参数进行去漂移和去异常值处理。
5、可选的,所述变量参数包括:反应温度、再生器密相底部温度、再生器密相藏量。
6、可选的,所述催化剂单位添加量至少包括烧焦罐藏量、沉降器藏量、密藏量与总藏量;所述异丁烯分子比为:异丁烯含量/(异丁烷含量+正丁烷含量)。
7、可选的,所述预测模型为bp神经网络模型。
8、可选的,所述预测模型包括:通过对输入层节点进行加权求和计算得隐藏层数值:
9、对所述隐藏层数值进行激活:
10、获取所述预测活性值:
11、其中,k为初始权重值,
12、ff,j为隐藏层数值,j为隐藏层的数值序号,
13、n为各种工况下的输入变量,
14、f(x)为预测活性值,bj为第j层权重值。
15、可选的,该方法还:计算所述预测活性值的误差值:t=(f(x)-fb)2,并判断t是否小于0.0001,当t小于0.0001时,将该预测活性值为最优预测活性值;当t不小于0.0001时,则反向计算更新两层权重值k,b,利用更新后的权重值进行重复上述操作,直至t小于0.0001,则收敛时的预测活性值为最优预测活性值:
16、
17、
18、其中,t为误差值,
19、fb为设定的催化剂活性值样本值,
20、x为设定的学习率,
21、f(x)为预测活性值。
22、另一方面,本专利技术提供一种预测催化裂化活性值的装置,该装置包括:获取模块,用于获取待测催化裂化设备的工艺参数,对所述工艺参数进行预处理得到变量参数和特征参数,所述特征参数包括:催化剂单位添加量、异丁烯分子比、单位进料所用主风量;处理模块,用于将所述变量参数和特征参数带入预测模型得到所述待测催化裂化设备的预测活性值。
23、可选的,该装置还包括:对所述预测模型进行训练,包括:根据历史催化裂化活性数据及工艺参数对所述预测模型进行优化,使最终的预测活性值收敛至历史催化裂化活性数据。
24、可选的,所述预处理为在相同时间维度下对所述工艺参数进行去漂移和去异常值处理。
25、可选的,所述变量参数包括:反应温度、再生器密相底部温度、再生器密相藏量。
26、可选的,所述催化剂单位添加量至少包括烧焦罐藏量、沉降器藏量、密藏量与总藏量;所述异丁烯分子比为:异丁烯含量/(异丁烷含量+正丁烷含量)。
27、可选的,所述预测模型为bp神经网络模型。
28、另一方面,本专利技术提供一种平衡催化裂化的系统,该系统包括上述所述预测催化裂化活性值的装置及催化裂化设备;通过所述预测催化裂化活性值的装置得到预测活性值;根据所述预测活性值设置所述催化裂化设备中催化裂化剂的用量。
29、另一方面,本专利技术提供一种机器可读存储介质,存储有机器指令,当所述机器指令在机器上运行时,使得机器执行上述所述的预测催化裂化活性值的方法。
30、本专利技术的预测催化裂化活性值的方法包括:获取待测催化裂化设备的工艺参数,对所述工艺参数进行预处理得到变量参数和特征参数,所述特征参数包括:催化剂单位添加量、异丁烯分子比、单位进料所用主风量;将所述变量参数和特征参数带入预测模型得到所述待测催化裂化设备的预测活性值。该方法通过将待测催化裂化设备的工艺参数输入预测模型,实现了对催化剂活性的精准预测。
31、本专利技术实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
本文档来自技高网...【技术保护点】
1.一种预测催化裂化活性值的方法,其特征在于,该方法包括:
2.根据权利要求1所述的方法,其特征在于,该方法还包括:对所述预测模型进行训练,包括:
3.根据权利要求1所述的方法,其特征在于,
4.根据权利要求1所述的方法,其特征在于,
5.根据权利要求1所述的方法,其特征在于,
6.根据权利要求1所述的方法,其特征在于,
7.根据权利要求1所述的方法,其特征在于,所述预测模型包括:
8.根据权利要求7所述的方法,其特征在于,该方法还:
9.一种预测催化裂化活性值的装置,其特征在于,该装置包括:
10.根据权利要求9所述的装置,其特征在于,该装置还包括:对所述预测模型进行训练,包括:
11.根据权利要求9所述的装置,其特征在于,
12.根据权利要求9所述的装置,其特征在于,
13.根据权利要求9所述的装置,其特征在于,
14.根据权利要求9所述的装置,其特征在于,
15.一种平衡催化裂化的系统,其特征在于,该系统包括
16.一种机器可读存储介质,其特征在于,存储有机器指令,当所述机器指令在机器上运行时,使得机器执行权利要求1至8中任意一项权利要求所述的预测催化裂化活性值的方法。
...【技术特征摘要】
1.一种预测催化裂化活性值的方法,其特征在于,该方法包括:
2.根据权利要求1所述的方法,其特征在于,该方法还包括:对所述预测模型进行训练,包括:
3.根据权利要求1所述的方法,其特征在于,
4.根据权利要求1所述的方法,其特征在于,
5.根据权利要求1所述的方法,其特征在于,
6.根据权利要求1所述的方法,其特征在于,
7.根据权利要求1所述的方法,其特征在于,所述预测模型包括:
8.根据权利要求7所述的方法,其特征在于,该方法还:
9.一种预测催化裂化活性值的装置,其特征在于,该装置包括:
10.根据权利要...
【专利技术属性】
技术研发人员:杨文玉,张树才,卢薇,蒋瀚,张子玥,
申请(专利权)人:中国石油化工股份有限公司,
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。