-
题名基于原油性质的直馏沥青性质智能预测模型研究
- 1
-
-
作者
于子浩
郭小圣
陈博
-
机构
中石化(大连)石油化工研究院有限公司
-
出处
《炼油技术与工程》
CAS
2023年第7期36-39,共4页
-
基金
国家重点研发计划项目:流程制造资源与能源计划排产软件研发与应用(2022YFB3305905)
中国石油化工股份有限公司科技开发项目:炼化全局资源优化技术开发与工业应用(322009)
大连市支持高层次人才创新创业项目:基于图神经网络的混合现实智能炼油厂优化平台(2020RJ10)。
-
文摘
介绍了采用XGBoost算法模型对直馏沥青性质的数据处理及模型预测建立的过程。以炼油企业常减压装置运行数据、原油评价数据为基础,结合生产经验扩展数据特征,对收集到的128条沥青产品分析数据建立数据驱动的回归模型,利用梯度提升树模型充分挖掘原油性质与沥青性质间的关联,智能预测沥青产品在不同目标针入度下的软化点、延度(10℃)等关键指标性质,其中沥青软化点预测决定系数大于0.77。经对比,拓展的数据特征能有效提高模型预测能力。同时分析了不同数据下模型预测的能力,随着数据的不断积累,模型预测潜力较大。该模型可为企业提供生产高标号沥青所需要的原油配比,协助企业优化全局生产流程,实现降本增效。
-
关键词
原油性质
直馏沥青性质
智能预测模型
特征扩增
软化点预测
延度预测
XGBoost
-
Keywords
crude oil properties
straight-run asphalt properties
inelligent predictive models
feature expansion
softening point prediction
ductility predicting
XGBoost
-
分类号
U41
[交通运输工程—道路与铁道工程]
-