一种催化裂化装置的收率实时预测方法

摘要

本发明公开了一种催化裂化装置收率实时预测方法，采用数据调和技术对现场实时数据进行处理，结合改进后的差分进化算法，对催化裂化反应动力学参数和装置参数进行实时校正，使催化裂化装置机理模型能够精确描述装置实际运行情况。在校正后的模型基础上，分析关键操作/工艺条件，如操作温度、进料负荷、原料预热温度、反应压力、掺渣比、再生器温度和剂油比等，对催化裂化产品收率的影响。根据影响趋势进行分段线性化，求解线性方程，获得相应的Delta-Base收率数据，结合神经网络建模技术，将操作条件与Delta-Base数据之间进行关联，建立收率代理模型，提高收率数据计算速度，实现连续催化裂化装置收率实时预测，为建立精确的计划优化PIMS模型提供理论支撑。

主权项

一种催化裂化装置的收率实时预测方法，其特征在于，包括以下步骤：(1)利用.net接口技术建立现场实时数据库与催化裂化模型之间的数据通信，实现实时采集催化裂化过程的装置运行数据；(2)根据采集的催化裂化装置实时数据，以反应器出口的模型预测值和实际值的平方差最小作为优化目标，利用改进后的差分进化算法进行求解，拟合模型参数，实现机理模型实时校正；(3)基于校正后的模型，针对不同生产方案，分析在不同原料品质、进料负荷和操作条件下的关键产品收率，建立产品收率分析数据库；(4)利用产品收率分析数据库训练能够准确反映实际工况的神经网络代理模型，并将操作条件与Delta‑Base数据进行关联，实现催化裂化装置收率的实时预测。