柴油调合人工神经网络模型研究

根据某炼油厂所提供的柴油调合凝点和冷滤点基础数据 ,用人工神经网络的反向传播方法进行建模预测。提出了人工神经网络适宜的拓扑结构 ,通过生产数据的检验 ,证明了用该方法建立的柴油调合模型能有效地给出预测信息。研究表明 ,凝点预测绝对值平均误差为 1.0 5℃ ,冷滤点预测绝对值平均误差为 0 .91℃ ,较常用的调合系数模型、指数关联模型和凝点换算因子模型 ,能更准确地预报调合柴油的凝点和冷滤点。