基于原油性质的直馏沥青性质智能预测模型研究

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。