近红外光谱用于原油快速评价的研究

基于275种原油建立原油近红外光谱数据库,通过偏最小二乘方法建立快速测定原油主要性质的分析模型。利用原油近红外光谱指纹特征提出原油种类精确识别方法--移动相关系数法,结合原油评价数据库可快速得到单种类原油的详细评价数据。对于混兑原油,采用库光谱拟合方法,可从原油近红外光谱数据库中解析出一组参与混兑的"伪原油种类"及其混兑比例,结合原油评价数据库可得到该混兑原油的详细评价数据。     

减压馏分黏度指数的近红外预测研究

为了实现减压馏分油(VGO)黏度指数的快速预测,以70个VGO样品的近红外光谱及黏度指数数据为基础,利用随机森林回归算法建立了黏度指数的近红外预测模型。以随机森林算法中对各特征的重要性度量为依据,通过递归特征消除法对近红外光谱进行波长变量选择。优选出10个波长变量作为模型的输入特征,利用10折交叉验证法确定模型的超参数(回归树数量n_t为150和节点分裂的特征数n_v为5),构建一个更加稳健的随机森林预测模型。对于7个预测集的样本,其黏度指数的预测标准偏差RMSEP为2.28,决定系数R^2为0.98,表明模型具有较高的准确度和泛化能力。     

配方原油技术及在原油资源优化中的应用

原油性质的相对稳定是保证炼油厂安全运行和利润提升的重要前提。中国石化石油化工科学研究院结合原油光谱库、原油评价数据库、原油快速评价技术和先进计算方法,将几种原油按一定比例巧妙搭配,可以得到与目标原油性质十分接近的多种原油配方,从而形成具有显著特色的配方原油技术。炼油厂可以根据原油价格、原油的可获得性、混合原油的加工性能、炼油厂的优化目标等原则选择合适的原油配方。实验室评价结果表明,实际分析结果与通过配方原油技术计算得到的结果相当,如果该技术能得到推广利用,可以在炼油厂增效中发挥重要作用。     

基于随机森林算法预测减压馏分油中噻吩硫化物的组成分布

为实现直馏减压馏分油(VGO)中噻吩硫化物组成分布的快速分析,收集160个具有代表性的VGO样本,测定其常规物性及其含有噻吩硫化物的组成信息,构造160组数据集,并将其随机划分为训练集和测试集。以VGO的常规物性为输入特征,采用随机森林回归算法(RFR)分别构建预测VGO中苯并噻吩、二苯并噻吩、萘苯并噻吩以及总噻吩质量分数的模型。利用训练集样本的袋外估计,进行模型超参数的寻优。结果表明,模型对VGO中3种噻吩硫化物和总噻吩质量分数的预测标准偏差(RMSEP)分别为0.268%、0.131%、0.111%、0.385%,说明模型的预测值和实测值接近,具有较高的准确度和较强的泛化能力。     

柴油馏分碳数分布的预测研究

收集一定数量的柴油馏分样品,利用标准方法分别测定其基本物性、烃类组成信息和详细的碳数分布信息,建立起对应的数据库。对于一个待测柴油样本,首先根据其物性数据和烃类组成信息在库中找出与之距离最近的6个样本,然后利用这几个样本的信息,结合过采样技术在待测样本周围生成大量的虚拟样本,最后根据KNR算法进行回归计算,选择与待测样本最相似的4个虚拟样本,将这些样本的碳数分布组成信息进行线性加权加和,以此作为待测样本的预测值。将该方法应用于直馏柴油碳数分布的预测模型,柴油的硫含量、氮含量、酸值以及11个烃类（分别为链烷烃、单环烷烃、双环烷烃、三环烷烃、烷基苯、茚满/四氢萘、茚类、萘类、苊类、苊烯类和三环芳烃）的组成信息作为模型的输入特征,计算结果表明,这种模型能同时计算出直馏柴油中312项碳数集总的含量,计算速度快,准确度高,模型维护简单,具有一定的应用价值。