[發明專利]一種加氫裂化裝置的收率實時預測方法

有效

• 申請號: 201510136693.1
• 申請日: 2015-03-26
• 公開（公告）號: CN104804761A
• 公開（公告）日: 2015-07-29
• 發明（設計）人: 錢鋒;范琛;楊明磊;杜文莉;鐘偉民
• 申請（專利權）人: 華東理工大學
• 主分類號: C10G47/36
• 分類號: C10G47/36;G06N3/02
• 代理公司: 上海新天專利代理有限公司 31213
• 代理人: 胡紅芳

1.一種加氫裂化裝置的收率實時預測方法，其特征在于，包括以下步驟：

(1)利用.net接口技術建立現場實時數據庫與模型之間的數據通信，對加氫裂化裝置的運行數據進行實時采集；

(2)根據所述實時數據，以反應器出口的模型預測值和實際值的平方差最小作為優化目標，利用改進后的差分進化算法進行求解，擬合模型參數，實現機理模型實時校正；

(3)基于校正后的機理模型，針對不同生產方案，分析在不同原料性質和操作條件下的關鍵產品收率，建立產品收率分析數據庫；

(4)利用產品收率分析數據庫訓練能夠準確反映實際工況的神經網絡代理模型，并將操作條件與Delta-Base數據進行關聯，實現加氫裂化裝置收率的實時預測，為建立精確的計劃優化PIMS模型提供理論支撐。

2.根據權利要求1所述的收率實時預測方法，其特征在于，步驟(2)中所述實時數據選自加氫裂化原料油的密度、硫含量、氮含量、進料負荷、催化劑床層溫度、反應壓力、氫油體積比和產品收率。

3.根據權利要求1所述的收率實時預測方法，其特征在于，步驟(2)中所述改進后的差分進化算法為帶有三角變異的差分進化算法，并定義優化目標為：

minf(X)=Σi=1(Cactuali-Cpredicti)2;]]>

其中，決策變量X包括各個反應的指向因子和活化能，和分別表示各產品組分油的實際質量收率和模型預測質量收率。

4.根據權利要求1所述的收率實時預測方法，其特征在于，步驟(3)中針對原料密度、硫含量、氮含量、裝置加工量、反應溫度、壓力和氫油體積比開展操作特性分析，獲得對關鍵產品收率的影響規律。

5.根據權利要求1所述的收率實時預測方法，其特征在于，步驟(4)中使用神經網絡代理模型來替代機理模型進行預測計算；其中，神經網絡代理模型采用反向傳播神經網絡，選取7個神經網絡輸入變量：原料密度、硫含量、氮含量、進料負荷、床層平均溫度、壓力、氫油比，6個輸出變量：輕端、輕石腦油、重石腦油、航煤、柴油、尾油；隱含層設置為7層；利用代理模型對裝置收率進行實時預測，獲得產品收率的Delta-Base值。