[發明專利]常一線油干點在線軟測量方法

在審

• 申請號: 201611182068.1
• 申請日: 2016-12-20
• 公開（公告）號: CN108205056A
• 公開（公告）日: 2018-06-26
• 發明（設計）人: 趙晶瑩;張全國;王甫村;張艷;李海巖;王丹;王偉眾;劉龍;秦麗紅;王亮;楊曉東;馬守濤;謝方明
• 申請（專利權）人: 中國石油天然氣股份有限公司
• 主分類號: G01N33/28
• 分類號: G01N33/28;G06N3/04;G06N3/08
• 代理公司: 北京律誠同業知識產權代理有限公司 11006
• 代理人: 高龍鑫;王玉雙

1.一種常一線油干點在線軟測量方法，其特征在于：所述軟測量方法包括如下步驟：

(1)利用Aspen plus對常壓塔的操作工況進行模擬，選擇常二線汽提蒸汽量x₁、常一線餾出溫度x₂、常三線采出溫度x₃、常二中取熱量x₄、常一線采出與進料比x₅、常頂油+常二線+常三線+常四線采出總量(x₆)等六項參數作為關于常一線油干點的神經網絡模型自變量；關于常一線油干點的神經網絡模型因變量的輸出值為常一線油干點的軟測量值；

(2)收集已知常一線油的x₁～x₆的測量值和干點的測量值y，進行歸一化處理，形成神經網絡訓練樣本集(sx₁,sx₂…sx₆,sy)，然后利用誤差反向傳播BP算法對三層前饋神經網絡進行訓練，在神經網絡模型的計算結果與訓練樣本集中的sy誤差不大于5％后，輸出神經網絡模型的連接權值和閾值，得到關于常一線油干點的神經網絡模型；

(3)將常壓塔的x₁～x₆的測量值、常一線油干點的軟測量值y在集散控制系統中建點，然后將關于常一線油干點的神經網絡模型寫入集散控制系統；根據集散控制系統實時采集的x₁～x₆的測量值，經過歸一化處理，輸入關于常一線油干點的神經網絡模型，得到相應的計算值；將所得計算值進行反歸一化處理，得到常一線油干點的軟測量值。

2.如權利要求1所述的常一線油干點在線軟測量方法，其特征在于，所述x₁、x、₂x₃由集散控制系統通過儀表直接測量得到，所述自變量x₄、x、₅x₆由集散控制系統通過儀表直接測量得到的數據通過以下公式間接計算得到：

x₄＝F₁×(t₁-t₂)

x₅＝F₂/F

x₆＝F₃+F₄+F₅+F₆

其中，F₁為常二中循環流量,t₁、t₂分別為常二中的出口和入口溫度，F₂為常一線油采出量，F為常壓塔總進料量，F₃,F₄,F₅,F₆分別為常頂油、常二線、常三線、常四線采出量。

3.如權利要求1所述的常一線油干點在線軟測量方法，其特征在于，所述神經網絡模型自變量的歸一化按如下公式進行處理：

其中，x_i是神經網絡模型第i個自變量的測量值，sx_i表示第i個自變量經歸一化處理后作為神經網絡模型的輸入值，和表示第i個自變量的測量值變化范圍的下限值和上限值，a和b表示歸一化處理的下限值和上限值。

4.如權利要求1所述的常一線油干點在線軟測量方法，其特征在于，所述訓練樣本集中的sy按如下歸一化公式得到：

式中，y為常一線油干點的實際分析值，y^min，y^max為常一線油干點的實際分析值的下限和上限，sy為歸一化以后的值，c和d表示歸一化處理神經網絡模型的輸出值的下限和上限。

5.如權利要求1所述的常一線油干點在線軟測量方法，其特征在于，所述關于常一線油干點的神經網絡模型是在神經網絡模型的計算結果與訓練樣本集中sy的誤差不大于3％時輸出得到。