[發明專利]基于隨機森林的降低汽油辛烷值損失的優化方法

在審

• 申請號: 202110530864.4
• 申請日: 2021-05-15
• 公開（公告）號: CN113408187A
• 公開（公告）日: 2021-09-17
• 發明（設計）人: 盧學飛;董鳳娟;楊藝芳;薛佳男
• 申請（專利權）人: 西安石油大學
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06F16/215;G06F16/2457;G06F16/22;G06K9/62;G06F111/04
• 代理公司: 西安研創天下知識產權代理事務所(普通合伙) 61239
• 代理人: 郭璐

本發明公開了一種基于隨機森林的降低汽油辛烷值損失的優化方法，該方法包括：步驟1：采集汽油精煉原始樣本數據，并對數據進行預處理，剔除異常數據和無效數據；步驟2：通過降維的方法從獲取到的原始樣本數據中篩選出關鍵變量；步驟3：基于步驟1中預處理后的數據和步驟2選出的關鍵變量，利用隨機森林模型來建立產品辛烷值損失預測模型，并進行模型驗證；步驟4：利用步驟2中篩選出的關鍵變量使用SVR模型和隨機森林模型，對產品硫含量和辛烷值損失進行預測，以硫含量作為約束條件，對樣本的操作變量進行調優，得出不同情境下的降低辛烷值損失的優化方案；步驟5：提取原始樣本數據的關鍵變量的變化范圍和步幅，利用Python進行繪圖，展示單操作變量調整時預測值的變化。

技術領域

本發明屬于汽油精煉技術領域，具體涉及一種基于隨機森林的降低汽油辛烷值損失的優化方法。

背景技術

汽油作為小型車輛的主要燃料，其燃燒產生的尾氣排放會影響空氣質量,隨著汽油需求量不斷提升，其不完全燃燒造成的環境問題日趨嚴重。

汽油燃燒性能最直觀的指標是辛烷值，并作為汽油的商品牌號 (例如89#、92#、95#)，但是現代催化裂化汽油進行脫硫和降烯烴時又會降低汽油辛烷值。然而辛烷值的降低會為企業帶來極大的經濟損失，辛烷值每降低1個單位，相當于損失約150元/噸。以一個100萬噸/年催化裂化汽油精制裝置為例，若能降低RON損失0.3 個單位，其經濟效益將達到四千五百萬元。

所以汽油清潔化的重點是降低汽油中的硫、烯烴含量，同時盡量保持其辛烷值。然而現有技術中的化工過程的建模一般是通過數據關聯或機理建模的方法來實現的，它們操作變量之間呈線性關系，而且傳統的數據關聯模型中變量相對較少、機理建模對原料的分析要求較高，對過程優化的響應不及時，所以效果并不理想。因此，如何建立汽油精制過程中的辛烷值損失模型并進行操作優化是目前亟待解決的問題。

發明內容

針對上述問題，本發明提供了一種基于隨機森林的降低汽油辛烷值損失的優化方法。

實現本發明目的的技術解決方案為：

一種基于隨機森林的降低汽油辛烷值損失的優化方法，其特征在于，包括以下步驟：

步驟1：采集汽油精煉原始樣本數據，并對數據進行預處理，剔除異常數據和無效數據；

步驟2：通過降維的方法從獲取到的原始樣本數據中篩選出關鍵變量；

步驟3：基于步驟1中預處理后的數據和步驟2選出的關鍵變量，利用隨機森林模型來建立產品辛烷值損失預測模型，并進行模型驗證；

步驟4：利用步驟2中篩選出的關鍵變量使用SVR模型和隨機森林模型，對產品硫含量和辛烷值損失進行預測，以硫含量作為約束條件，對樣本的操作變量進行調優，得出不同情境下的降低辛烷值損失的優化方案；

步驟5：提取原始樣本數據的關鍵變量的變化范圍和步幅，利用 Python進行繪圖，展示單操作變量調整時預測值的變化。

進一步地，步驟1所述的數據預處理的具體操作步驟為：

步驟11：將采集到的樣本導入excel表中，對每列變量最值的限幅方法進行篩選，剔除不在此范圍的樣本；

步驟12：使用拉依達準則去除異常值；

步驟13：將值為0的單元格替換為NA，并刪除缺失值NA超過 50％的列；

步驟14：用兩小時內均值填充NA值。

進一步地，步驟2的具體操作步驟包括：

步驟21：根據步驟13和步驟14對缺失數據進行處理；

步驟22：低方差濾波篩選：先將步驟1中的原始樣本數據進行歸一化處理，再將方差小于0.1的列刪除；