本發(fā)明涉及石油化工領域,具體地涉及一種預測催化裂化活性值的方法、裝置、平衡催化裂化的系統(tǒng)及存儲介質。
背景技術:
1、催化裂化裝置對于石油煉制類企業(yè)而言是主要的產(chǎn)品生產(chǎn)裝置,屬于精制裝置的原料來源地,對整個煉化企業(yè)有著舉足輕重的影響,其生產(chǎn)效率的高低也對企業(yè)的經(jīng)濟有著重要的影響。
2、催化裂化催化劑對于提高目標產(chǎn)物的產(chǎn)量及提升催化裂化反應過程速率都有著重要的作用。催化劑是而通過改變反應歷程,降低反應活化能,從而提高反應速度,從而實現(xiàn)促進目的產(chǎn)物反應速度提高,催化劑可以對產(chǎn)品的產(chǎn)率、產(chǎn)品質量起重要作用,催化裂化催化劑能夠縮短催化裂化反應周期,進而提升催化裂化反應速率。
3、催化裂化裝置催化劑和其它煉油裝置有所不同,其催化劑在反應器參與反應后,在再生器中燃燒掉附著的積碳后完成再生,再到反應器中循環(huán)使用,且需不斷的加入新鮮催化劑或卸出平衡催化劑,并通過實驗室化驗監(jiān)測反應活性,以保證催化劑的性能。而其它煉油裝置催化劑一般是一次性裝填進反應單元,待運行到一定時間后達到使用壽命時再一次性拆出更換,故催化裂化裝置與其它裝置催化劑反應活性的變化規(guī)律差別較大,具有一定特殊性。
4、現(xiàn)有技術采用神經(jīng)網(wǎng)絡模型進行催化劑活性值預測時所用模型數(shù)據(jù)多為前端數(shù)據(jù),例如:燒焦負荷、再生溫度、反應時間、催化劑置換速率等。但該方法前端工藝參數(shù)數(shù)據(jù)量大,關鍵變量參數(shù)的挖掘仍無法妥善處理,數(shù)據(jù)時間段的選擇仍無法充分貼合催化劑活性的變化規(guī)律。煉廠工作人員若能實時掌握催化裂化催化劑活性值變化,就能根據(jù)生產(chǎn)要求目標產(chǎn)物的不同,及時調整更換催化劑或控制催化劑活性指標。這對于提高企業(yè)的生產(chǎn)效率,提高經(jīng)濟效益具有重要的意義。
技術實現(xiàn)思路
1、本發(fā)明實施例的目的是提供一種預測催化裂化活性值的方法、裝置、平衡催化裂化的系統(tǒng)及存儲介質,該方法提高了催化裂化劑活性的預測精度。
2、為了實現(xiàn)上述目的,本發(fā)明實施例提供一種預測催化裂化活性值的方法,該方法包括:獲取待測催化裂化設備的工藝參數(shù),對所述工藝參數(shù)進行預處理得到變量參數(shù)和特征參數(shù),所述特征參數(shù)包括:催化劑單位添加量、異丁烯分子比、單位進料所用主風量;將所述變量參數(shù)和特征參數(shù)帶入預測模型得到所述待測催化裂化設備的預測活性值。
3、可選的,該方法還包括:對所述預測模型進行訓練,包括:根據(jù)歷史催化裂化活性數(shù)據(jù)及工藝參數(shù)對所述預測模型進行優(yōu)化,使最終的預測活性值收斂至歷史催化裂化活性數(shù)據(jù)。
4、可選的,所述預處理為在相同時間維度下對所述工藝參數(shù)進行去漂移和去異常值處理。
5、可選的,所述變量參數(shù)包括:反應溫度、再生器密相底部溫度、再生器密相藏量。
6、可選的,所述催化劑單位添加量至少包括燒焦罐藏量、沉降器藏量、密藏量與總藏量;所述異丁烯分子比為:異丁烯含量/(異丁烷含量+正丁烷含量)。
7、可選的,所述預測模型為bp神經(jīng)網(wǎng)絡模型。
8、可選的,所述預測模型包括:通過對輸入層節(jié)點進行加權求和計算得隱藏層數(shù)值:
9、對所述隱藏層數(shù)值進行激活:
10、獲取所述預測活性值:
11、其中,k為初始權重值,
12、ff,j為隱藏層數(shù)值,j為隱藏層的數(shù)值序號,
13、n為各種工況下的輸入變量,
14、f(x)為預測活性值,bj為第j層權重值。
15、可選的,該方法還:計算所述預測活性值的誤差值:t=(f(x)-fb)2,并判斷t是否小于0.0001,當t小于0.0001時,將該預測活性值為最優(yōu)預測活性值;當t不小于0.0001時,則反向計算更新兩層權重值k,b,利用更新后的權重值進行重復上述操作,直至t小于0.0001,則收斂時的預測活性值為最優(yōu)預測活性值:
16、
17、
18、其中,t為誤差值,
19、fb為設定的催化劑活性值樣本值,
20、x為設定的學習率,
21、f(x)為預測活性值。
22、另一方面,本發(fā)明提供一種預測催化裂化活性值的裝置,該裝置包括:獲取模塊,用于獲取待測催化裂化設備的工藝參數(shù),對所述工藝參數(shù)進行預處理得到變量參數(shù)和特征參數(shù),所述特征參數(shù)包括:催化劑單位添加量、異丁烯分子比、單位進料所用主風量;處理模塊,用于將所述變量參數(shù)和特征參數(shù)帶入預測模型得到所述待測催化裂化設備的預測活性值。
23、可選的,該裝置還包括:對所述預測模型進行訓練,包括:根據(jù)歷史催化裂化活性數(shù)據(jù)及工藝參數(shù)對所述預測模型進行優(yōu)化,使最終的預測活性值收斂至歷史催化裂化活性數(shù)據(jù)。
24、可選的,所述預處理為在相同時間維度下對所述工藝參數(shù)進行去漂移和去異常值處理。
25、可選的,所述變量參數(shù)包括:反應溫度、再生器密相底部溫度、再生器密相藏量。
26、可選的,所述催化劑單位添加量至少包括燒焦罐藏量、沉降器藏量、密藏量與總藏量;所述異丁烯分子比為:異丁烯含量/(異丁烷含量+正丁烷含量)。
27、可選的,所述預測模型為bp神經(jīng)網(wǎng)絡模型。
28、另一方面,本發(fā)明提供一種平衡催化裂化的系統(tǒng),該系統(tǒng)包括上述所述預測催化裂化活性值的裝置及催化裂化設備;通過所述預測催化裂化活性值的裝置得到預測活性值;根據(jù)所述預測活性值設置所述催化裂化設備中催化裂化劑的用量。
29、另一方面,本發(fā)明提供一種機器可讀存儲介質,存儲有機器指令,當所述機器指令在機器上運行時,使得機器執(zhí)行上述所述的預測催化裂化活性值的方法。
30、本發(fā)明的預測催化裂化活性值的方法包括:獲取待測催化裂化設備的工藝參數(shù),對所述工藝參數(shù)進行預處理得到變量參數(shù)和特征參數(shù),所述特征參數(shù)包括:催化劑單位添加量、異丁烯分子比、單位進料所用主風量;將所述變量參數(shù)和特征參數(shù)帶入預測模型得到所述待測催化裂化設備的預測活性值。該方法通過將待測催化裂化設備的工藝參數(shù)輸入預測模型,實現(xiàn)了對催化劑活性的精準預測。
31、本發(fā)明實施例的其它特征和優(yōu)點將在隨后的具體實施方式部分予以詳細說明。
1.一種預測催化裂化活性值的方法,其特征在于,該方法包括:
2.根據(jù)權利要求1所述的方法,其特征在于,該方法還包括:對所述預測模型進行訓練,包括:
3.根據(jù)權利要求1所述的方法,其特征在于,
4.根據(jù)權利要求1所述的方法,其特征在于,
5.根據(jù)權利要求1所述的方法,其特征在于,
6.根據(jù)權利要求1所述的方法,其特征在于,
7.根據(jù)權利要求1所述的方法,其特征在于,所述預測模型包括:
8.根據(jù)權利要求7所述的方法,其特征在于,該方法還:
9.一種預測催化裂化活性值的裝置,其特征在于,該裝置包括:
10.根據(jù)權利要求9所述的裝置,其特征在于,該裝置還包括:對所述預測模型進行訓練,包括:
11.根據(jù)權利要求9所述的裝置,其特征在于,
12.根據(jù)權利要求9所述的裝置,其特征在于,
13.根據(jù)權利要求9所述的裝置,其特征在于,
14.根據(jù)權利要求9所述的裝置,其特征在于,
15.一種平衡催化裂化的系統(tǒng),其特征在于,該系統(tǒng)包括權利要求9至14中任意一項權利要求所述預測催化裂化活性值的裝置及催化裂化設備;
16.一種機器可讀存儲介質,其特征在于,存儲有機器指令,當所述機器指令在機器上運行時,使得機器執(zhí)行權利要求1至8中任意一項權利要求所述的預測催化裂化活性值的方法。