[發明專利]一種催化裂化過程的產品收率的預測方法及裝置

在審

• 申請號: 202210082237.3
• 申請日: 2022-01-24
• 公開（公告）號: CN114492988A
• 公開（公告）日: 2022-05-13
• 發明（設計）人: 鐘偉民;隆建;杜文莉;錢鋒;楊明磊
• 申請（專利權）人: 華東理工大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06F16/2455;G06F16/2458;C10G11/00;G06N3/04;G06N3/08
• 代理公司: 上海專利商標事務所有限公司 31100
• 代理人: 徐迪;徐偉

1.一種催化裂化過程的產品收率的預測方法，其特征在于，包括以下步驟：

獲取催化裂化裝置在連續時間的生產數據，以構建生產數據集；

根據經由時間序列分析所確定的滯后時間窗，生成所述生產數據集的滯后數據集，其中，所述滯后時間窗指示所述生產數據集中至少一個所述生產數據的滯后時間；以及

對所述滯后數據集進行特征融合，以預測所述催化裂化裝置的產品收率。

2.如權利要求1所述的預測方法，其特征在于，在構建所述生產數據集之前，所述預測方法還包括以下步驟：

對獲取的生產數據進行預處理，其中，所述預處理包括剔除異常點、數據標準化和/或填補空缺值。

3.如權利要求1所述的預測方法，其特征在于，所述獲取催化裂化裝置在連續時間的生產數據，以構建生產數據集的步驟包括：

根據預設的時間間隔，連續獲取多組生產數據，其中，每組所述生產數據中包括多個變量維度在同一時刻的數據；以及

根據獲取時刻的時間維度及所述變量維度，構建所述生產數據集。

4.如權利要求3所述的預測方法，其特征在于，所述根據經由時間序列分析所確定的滯后時間窗，生成所述生產數據集的滯后數據集的步驟包括：

根據所述滯后時間窗指示的滯后時間，調整所述生產數據集中至少一個所述生產數據的時間維度，以生成所述滯后數據集。

5.如權利要求4所述的預測方法，其特征在于，所述催化裂化過程涉及多種裂化產品，所述生產數據中包括關于各種所述裂化產品的變量維度，每種所述裂化產品對應一個所述滯后時間窗，所述經由時間序列分析所確定的滯后時間窗，生成所述生產數據集的滯后數據集的步驟進一步包括：

根據各所述滯后時間窗指示的滯后時間，分別調整所述生產數據集中關于各對應裂化產品的生產數據的時間維度，以生成所述滯后數據集。

6.如權利要求5所述的預測方法，其特征在于，所述多種裂化產品包括柴油、油漿、汽油、液化氣、干氣及酸性氣中的至少一種。

7.如權利要求5所述的預測方法，其特征在于，所述對所述滯后數據集進行特征融合，以預測所述催化裂化裝置的產品收率的步驟包括：

將所述滯后數據集輸入預先訓練的卷積神經網絡，經由所述卷積神經網絡對所述滯后數據集進行特征融合，并映射獲得各種所述裂化產品的產品收率。

8.如權利要求1所述的預測方法，其特征在于，在根據經由時間序列分析所確定的滯后時間窗，生成所述生產數據集的滯后數據集之前，所述預測方法還包括以下步驟：

收集所述催化裂化裝置在多個連續時間段的生產數據及產品收率實際數據，以構建多個訓練樣本集；以及

構建待訓練的自適應權重長短期記憶網絡，對各所述訓練樣本集進行時間序列分析，以確定所述滯后時間窗。

9.如權利要求8所述的預測方法，其特征在于，所述對各所述訓練樣本集進行時間序列分析，以確定所述滯后時間窗的步驟包括：

確定多個候選時間窗，并根據各所述候選時間窗分別生成所述訓練樣本集的多個候選數據集，其中，每個所述候選時間窗指示一個候選的滯后時間；

經由所述自適應權重長短期記憶網絡，對各所述候選數據集進行時間序列分析，以分別確定各所述候選數據集的均方根誤差；以及

根據均方根誤差最小的候選時間窗，確定所述滯后時間窗。