本發(fā)明涉及重油加氫、人工智能，尤其涉及一種渣油加氫反應(yīng)的效果分析方法及裝置。

背景技術(shù)：

1、本部分旨在為權(quán)利要求書中陳述的本發(fā)明實(shí)施例提供背景或上下文。此處的描述不因?yàn)榘ㄔ诒静糠种芯统姓J(rèn)是現(xiàn)有技術(shù)。

2、當(dāng)前，隨著石油資源日益重質(zhì)化和劣質(zhì)化，以及對(duì)油品質(zhì)量升級(jí)的緊迫要求和環(huán)保規(guī)定的日益嚴(yán)格，煉化企業(yè)對(duì)重質(zhì)油的清潔高效加工技術(shù)需求十分迫切。渣油加氫是最有效的重、渣油原料加工技術(shù)，通過渣油加氫，脫除渣油中大部分金屬、硫和氮等，同時(shí)降低殘?zhí)恐担欣谄溥M(jìn)一步高效清潔加工與轉(zhuǎn)化。固定床渣油加氫處理與渣油催化裂化的技術(shù)組合不僅可以把利用價(jià)值較低、容易造成環(huán)境污染的渣油最大限度轉(zhuǎn)化，大幅提高輕質(zhì)油收率，還可以獲得附加值高、質(zhì)量上乘的清潔油品。從某種意義上說，使原油得到了100％的轉(zhuǎn)化，實(shí)現(xiàn)了石油煉制過程中將原油吃干榨盡的愿望。

3、對(duì)于工業(yè)加氫裝置，為了靈活、高效、低成本指導(dǎo)生產(chǎn)操作，現(xiàn)有技術(shù)中通常采用基于反應(yīng)動(dòng)力學(xué)建立數(shù)學(xué)模型的方法進(jìn)行產(chǎn)品性質(zhì)預(yù)測(cè)、反應(yīng)條件優(yōu)化、裝置運(yùn)轉(zhuǎn)周期預(yù)測(cè)及催化劑裝填方案優(yōu)化等。但是，渣油是原油中沸點(diǎn)最高、分子量最大、組成最復(fù)雜、雜質(zhì)含量最高的部分，渣油在加氫過程中同時(shí)存在加氫脫硫、脫金屬、脫氮、脫殘?zhí)亢土鸦缺姸喾磻?yīng)，不同產(chǎn)地、不同基屬原油渣油雜質(zhì)含量、分子結(jié)構(gòu)特點(diǎn)和加氫反應(yīng)特性差異巨大，另外，渣油加氫過程中，催化劑因沉積金屬雜質(zhì)和積炭，通常失活速度遠(yuǎn)遠(yuǎn)快于餾分油加氫催化劑。因而，采用基于反應(yīng)機(jī)理的動(dòng)力學(xué)方程對(duì)渣油加氫過程進(jìn)行模擬的難度非常大，很難精確反映原料性質(zhì)、催化劑及工藝條件等因素的變化對(duì)反應(yīng)結(jié)果的影響。渣油加氫動(dòng)力學(xué)模型普遍存在適應(yīng)范圍窄、精度低、靈活性差、模型參數(shù)擬合求解困難等問題。

4、近年來，隨著機(jī)器學(xué)習(xí)算法的發(fā)展，其被廣泛應(yīng)用于計(jì)算機(jī)視覺、語音識(shí)別、文本翻譯、個(gè)性推薦等領(lǐng)域并取得了巨大成功，為渣油加氫反應(yīng)預(yù)測(cè)模型的構(gòu)建提供了新思路?；跈C(jī)器學(xué)習(xí)的建模方法是基于數(shù)據(jù)驅(qū)動(dòng)，可通過歷史評(píng)價(jià)數(shù)據(jù)自動(dòng)提取原料性質(zhì)、工藝條件和催化劑級(jí)配等眾多影響因素與反應(yīng)結(jié)果之間的深層次規(guī)律與聯(lián)系，無須考慮復(fù)雜的反應(yīng)網(wǎng)絡(luò)和機(jī)理，降低了模型構(gòu)建難度，非線性擬合能力強(qiáng)，模型預(yù)測(cè)精度高，可有效解決傳統(tǒng)動(dòng)力學(xué)建模方法存在的弊端和不足。目前，已有關(guān)于基于機(jī)器學(xué)習(xí)的渣油加氫反應(yīng)預(yù)測(cè)模型建立方法的研究，但是，現(xiàn)有技術(shù)主要采用人工神經(jīng)網(wǎng)絡(luò)或循環(huán)神經(jīng)網(wǎng)絡(luò)，構(gòu)建渣油加氫反應(yīng)預(yù)測(cè)模型，從而對(duì)渣油加氫反應(yīng)過程進(jìn)行預(yù)測(cè)。這些方法存在以下問題：1、模型包含參數(shù)量多，計(jì)算量大，容易產(chǎn)生過擬合；2、大多依賴特定工業(yè)裝置提供建模數(shù)據(jù)，而工業(yè)裝置為保持運(yùn)行平穩(wěn)，其原料性質(zhì)和操作條件通常變化不大，催化劑裝填及級(jí)配比例更是固定不變，由特定裝置數(shù)據(jù)建立的模型普適性受到制約；3、不能準(zhǔn)確預(yù)測(cè)渣油加氫反應(yīng)過程，考慮的反應(yīng)影響因素較少，不夠全面。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明實(shí)施例提供一種渣油加氫反應(yīng)的效果分析方法，用以降低渣油加氫反應(yīng)效果分析模型的復(fù)雜度，減少了模型參數(shù)數(shù)目與計(jì)算量，有助于緩解過擬合，提高模型泛化性和準(zhǔn)確性，該方法包括：

2、獲取固定床渣油加氫反應(yīng)的歷史反應(yīng)數(shù)據(jù)及其對(duì)應(yīng)的歷史效果數(shù)據(jù)；所述歷史反應(yīng)數(shù)據(jù)包括原料油性質(zhì)數(shù)據(jù)、工藝條件數(shù)據(jù)和催化劑級(jí)配數(shù)據(jù)，歷史效果數(shù)據(jù)包括歷史反應(yīng)數(shù)據(jù)在不同反應(yīng)時(shí)間對(duì)應(yīng)的脫金屬率、脫殘?zhí)柯省⒚摿蚵手械钠渲幸环N或任意組合；

3、根據(jù)固定床渣油加氫反應(yīng)的歷史反應(yīng)數(shù)據(jù)及其對(duì)應(yīng)的歷史效果數(shù)據(jù)，構(gòu)建樣本數(shù)據(jù)集；

4、構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)模型，利用樣本數(shù)據(jù)集訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)模型，得到渣油加氫反應(yīng)效果分析模型；所述卷積神經(jīng)網(wǎng)絡(luò)模型包括變形層；所述變形層用于將輸入的一維數(shù)據(jù)轉(zhuǎn)化為三維矩陣格式；

5、將待分析渣油加氫反應(yīng)數(shù)據(jù)輸入渣油加氫反應(yīng)效果分析模型，得到待分析的渣油加氫反應(yīng)數(shù)據(jù)的效果數(shù)據(jù)。

6、本發(fā)明實(shí)施例還提供一種渣油加氫反應(yīng)的效果分析裝置，用以降低渣油加氫反應(yīng)效果分析模型的復(fù)雜度，減少了模型參數(shù)數(shù)目與計(jì)算量，有助于緩解過擬合，提高模型泛化性和準(zhǔn)確性，該裝置包括：

7、數(shù)據(jù)獲取模塊，用于獲取固定床渣油加氫反應(yīng)的歷史反應(yīng)數(shù)據(jù)及其對(duì)應(yīng)的歷史效果數(shù)據(jù)；所述歷史反應(yīng)數(shù)據(jù)包括原料油性質(zhì)數(shù)據(jù)、工藝條件數(shù)據(jù)和催化劑級(jí)配數(shù)據(jù)，歷史效果數(shù)據(jù)包括歷史反應(yīng)數(shù)據(jù)在不同反應(yīng)時(shí)間對(duì)應(yīng)的脫金屬率、脫殘?zhí)柯?、脫硫率中的其中一種或任意組合；

8、樣本構(gòu)建模塊，用于根據(jù)固定床渣油加氫反應(yīng)的歷史反應(yīng)數(shù)據(jù)及其對(duì)應(yīng)的歷史效果數(shù)據(jù)，構(gòu)建樣本數(shù)據(jù)集；

9、模型構(gòu)建模塊，用于構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)模型，利用樣本數(shù)據(jù)集訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)模型，得到渣油加氫反應(yīng)效果分析模型；所述卷積神經(jīng)網(wǎng)絡(luò)模型包括變形層；所述變形層用于將輸入的一維數(shù)據(jù)轉(zhuǎn)化為三維矩陣格式；

10、分析模塊，用于將待分析渣油加氫反應(yīng)數(shù)據(jù)輸入渣油加氫反應(yīng)效果分析模型，得到待分析的渣油加氫反應(yīng)數(shù)據(jù)的效果數(shù)據(jù)。

11、本發(fā)明實(shí)施例還提供一種計(jì)算機(jī)設(shè)備，包括存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)上述渣油加氫反應(yīng)的效果分析方法。

12、本發(fā)明實(shí)施例還提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述渣油加氫反應(yīng)的效果分析方法。

13、本發(fā)明實(shí)施例還提供一種計(jì)算機(jī)程序產(chǎn)品，所述計(jì)算機(jī)程序產(chǎn)品包括計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述渣油加氫反應(yīng)的效果分析方法。

14、本發(fā)明實(shí)施例中，構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)模型；獲取固定床渣油加氫反應(yīng)的歷史反應(yīng)數(shù)據(jù)及其對(duì)應(yīng)的歷史效果數(shù)據(jù)；所述歷史反應(yīng)數(shù)據(jù)包括原料油性質(zhì)數(shù)據(jù)、工藝條件數(shù)據(jù)和催化劑級(jí)配數(shù)據(jù)，歷史效果數(shù)據(jù)包括歷史反應(yīng)數(shù)據(jù)在不同反應(yīng)時(shí)間對(duì)應(yīng)的脫金屬率、脫殘?zhí)柯?、脫硫率中的其中一種或任意組合；根據(jù)固定床渣油加氫反應(yīng)的歷史反應(yīng)數(shù)據(jù)及其對(duì)應(yīng)的歷史效果數(shù)據(jù)，構(gòu)建樣本數(shù)據(jù)集；利用樣本數(shù)據(jù)集訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)模型，得到渣油加氫反應(yīng)效果分析模型，所述卷積神經(jīng)網(wǎng)絡(luò)模型包括變形層；所述變形層用于將輸入的一維數(shù)據(jù)轉(zhuǎn)化為三維矩陣格式；將待分析渣油加氫反應(yīng)數(shù)據(jù)輸入渣油加氫反應(yīng)效果分析模型，得到待分析的渣油加氫反應(yīng)數(shù)據(jù)的效果數(shù)據(jù)。與現(xiàn)有的采用人工神經(jīng)網(wǎng)絡(luò)或循環(huán)神經(jīng)網(wǎng)絡(luò)，構(gòu)建渣油加氫反應(yīng)預(yù)測(cè)模型的技術(shù)方案相比，充分考慮了渣油加氫反應(yīng)時(shí)的原料油性質(zhì)數(shù)據(jù)、工藝條件數(shù)據(jù)和催化劑級(jí)配數(shù)據(jù)，將原料油性質(zhì)數(shù)據(jù)、工藝條件數(shù)據(jù)和催化劑級(jí)配數(shù)據(jù)作為渣油加氫反應(yīng)效果分析模型的輸入數(shù)據(jù)，與反應(yīng)的效果數(shù)據(jù)進(jìn)行關(guān)聯(lián)，同時(shí)，在卷積神經(jīng)網(wǎng)絡(luò)模型增加變形層，可以將輸入的一維數(shù)據(jù)轉(zhuǎn)化為三維矩陣格式，這樣，采用卷積神經(jīng)網(wǎng)絡(luò)模型構(gòu)建的渣油加氫反應(yīng)效果分析模型對(duì)渣油加氫反應(yīng)的效果進(jìn)行分析，可以降低網(wǎng)絡(luò)模型的復(fù)雜度，減少了模型參數(shù)數(shù)目與計(jì)算量，有助于緩解過擬合，提高模型泛化性和準(zhǔn)確性。

技術(shù)特征：

1.一種渣油加氫反應(yīng)的效果分析方法，其特征在于，包括：

2.如權(quán)利要求1所述的方法，其特征在于，所述原料油性質(zhì)數(shù)據(jù)包括原料油的比重、總氮含量、總硫含量、殘?zhí)苛?、粘度、碳和氫含量、金屬含量中的其中一種或任意組合。

3.如權(quán)利要求1所述的方法，其特征在于，所述工藝條件數(shù)據(jù)包括壓力、溫度、空速、氫和油的比例中的其中一種或任意組合。

4.如權(quán)利要求1所述的方法，其特征在于，所述催化劑級(jí)配數(shù)據(jù)包括不同催化劑所占比例。

5.如權(quán)利要求1所述的方法，其特征在于，根據(jù)固定床渣油加氫反應(yīng)的歷史反應(yīng)數(shù)據(jù)及其對(duì)應(yīng)的歷史效果數(shù)據(jù)，構(gòu)建樣本數(shù)據(jù)集之前，還包括：

6.如權(quán)利要求1所述的方法，其特征在于，所述卷積神經(jīng)網(wǎng)絡(luò)模型還包括輸入層、卷積層、池化層和全連接層；

7.如權(quán)利要求6所述的方法，其特征在于，利用樣本數(shù)據(jù)集訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)模型，得到渣油加氫反應(yīng)效果分析模型，包括：

8.如權(quán)利要求7所述的方法，其特征在于，利用訓(xùn)練集對(duì)卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，包括：

9.一種渣油加氫反應(yīng)的效果分析裝置，其特征在于，包括：

10.如權(quán)利要求9所述的裝置，其特征在于，所述原料油性質(zhì)數(shù)據(jù)包括原料油的比重、總氮含量、總硫含量、殘?zhí)苛?、粘度、碳和氫含量、金屬含量中的其中一種或任意組合。

11.如權(quán)利要求9所述的裝置，其特征在于，所述工藝條件數(shù)據(jù)包括壓力、溫度、空速、氫和油的比例中的其中一種或任意組合。

12.如權(quán)利要求9所述的裝置，其特征在于，所述催化劑級(jí)配數(shù)據(jù)包括不同催化劑所占比例。

13.如權(quán)利要求9所述的裝置，其特征在于，還包括預(yù)處理模塊，用于在樣本構(gòu)建模塊根據(jù)固定床渣油加氫反應(yīng)的歷史反應(yīng)數(shù)據(jù)及其對(duì)應(yīng)的歷史效果數(shù)據(jù)，構(gòu)建樣本數(shù)據(jù)集之前：

14.如權(quán)利要求9所述的裝置，其特征在于，所述卷積神經(jīng)網(wǎng)絡(luò)模型還包括輸入層、卷積層、池化層和全連接層；

15.如權(quán)利要求14所述的裝置，其特征在于，模型構(gòu)建模塊，具體用于：

16.如權(quán)利要求15所述的裝置，其特征在于，模型構(gòu)建模塊，還用于：

17.一種計(jì)算機(jī)設(shè)備，包括存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)權(quán)利要求1至8任一所述方法。

18.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其特征在于，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1至8任一所述方法。

19.一種計(jì)算機(jī)程序產(chǎn)品，其特征在于，所述計(jì)算機(jī)程序產(chǎn)品包括計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1至8任一所述方法。

技術(shù)總結(jié)
本發(fā)明公開了一種渣油加氫反應(yīng)的效果分析方法及裝置，涉及重油加氫、人工智能技術(shù)領(lǐng)域，其中該方法包括：獲取固定床渣油加氫反應(yīng)的歷史反應(yīng)數(shù)據(jù)及其對(duì)應(yīng)的歷史效果數(shù)據(jù)；歷史反應(yīng)數(shù)據(jù)包括原料油性質(zhì)數(shù)據(jù)、工藝條件數(shù)據(jù)和催化劑級(jí)配數(shù)據(jù)，歷史效果數(shù)據(jù)包括歷史反應(yīng)數(shù)據(jù)在不同反應(yīng)時(shí)間對(duì)應(yīng)的脫金屬率、脫殘?zhí)柯省⒚摿蚵手械囊环N或任意組合；根據(jù)歷史反應(yīng)數(shù)據(jù)及其對(duì)應(yīng)的歷史效果數(shù)據(jù)，構(gòu)建樣本數(shù)據(jù)集；構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)模型；利用樣本數(shù)據(jù)集訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)模型，得到渣油加氫反應(yīng)效果分析模型；將待分析渣油加氫反應(yīng)數(shù)據(jù)輸入渣油加氫反應(yīng)效果分析模型，得到待分析的渣油加氫反應(yīng)數(shù)據(jù)的效果數(shù)據(jù)。本發(fā)明可以擴(kuò)大模型的適用范圍，提高模型的準(zhǔn)確性。

技術(shù)研發(fā)人員：李浩,程濤,羅一,崔瑞利,宋俊男,許小偉,張?zhí)扃?張春光,王路海
受保護(hù)的技術(shù)使用者：中國石油天然氣股份有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/2