基于原油性质的直馏沥青性质智能预测模型研究

摘要：

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.

关键词：原油性质、直馏沥青性质、智能预测模型、特征扩增、软化点预测、延度预测、XGBoost

所属期刊栏目：53

分类号：U491;TP393.0;TP183

资助基金：国家重点研发计划;中国石油化工股份有限公司科技开发项目;大连市支持高层次人才创新创业项目

在线出版日期：2023-07-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：36-39