[发明专利]一种催化裂化过程生产优化方法、装置、设备及存储介质

权利要求书

1.一种催化裂化过程生产优化方法，其特征在于，所述方法包括：

确定用于催化裂化生产的加工原料的分子组成和加工量；

根据所述加工原料的分子组成和加工量，利用预先训练的产物预测模型预测在预设的当前反应条件下获得的产物的分子组成和产物收率；其中，所述产物预测模型为分子水平催化裂化装置模型；

根据所述产物的分子组成和产物收率，确定所述产物中目标组分的含量；

根据目标组分的含量判断是否已达到催化裂化过程优化目标：

当已达到所述优化目标时，输出相应催化裂化产品的生产加工信息；

当未达到所述优化目标时，调整当前反应条件，并重新预测在调整后的反应条件下获得的产物的分子组成和产物收率，以及重新确定所述产物中目标组分的含量，直至达到所述优化目标，输出相应催化裂化产品的生产加工信息。

2.根据权利要求1所述的方法，其特征在于，

所述用于催化裂化生产的加工原料的分子组成通过查找分子数据库或者分子重构法来确定；

所述分子组成包括分子的种类和各种分子的含量。

3.根据权利要求1所述的方法，其特征在于，根据所述加工原料的分子组成和加工量，利用预先训练的产物预测模型预测在预设的当前反应条件下获得的产物的分子组成和产品收率，包括：

根据所述加工原料的分子组成，利用预先训练的产物预测模型预测在预设的当前反应条件下得到的多种产物；

确定所述多种产物中的每种产物的分子组成和产物收率。

4.根据权利要求3所述的方法，其特征在于，

所述产物收率为该产物所包含的各种分子的百分比含量与加工原料的加工量的乘积的总和。

5.根据权利要求1所述的方法，其特征在于，

所述反应条件包括温度、压力、剂油比和空速中的至少一种；

所述催化裂化过程优化目标包括目标组分的含量达到最大值或最小值。

6.根据权利要求3所述的方法，其特征在于，所述产物预测模型通过以下步骤训练得到：

建立产物预测模型；其中，所述产物预测模型包括反应规则集合以及反应速率算法；所述反应规则集合包括多种反应规则；

获取样本原料的样本原料信息；

利用所述样本原料信息，对所述反应规则集合进行训练，并固定训练完成的所述反应规则集合；

利用所述样本原料信息，对所述反应速率算法进行训练，并固定训练完成的所述反应速率算法，得到训练完成的所述产物预测模型。

7.根据权利要求6所述的方法，其特征在于，所述样本原料的样本原料信息，包括：所述样本原料的分子组成，所述样本原料中每种分子的分子含量，所述样本原料对应的实际产物的分子组成以及所述实际产物中每种分子的实际含量。

8.根据权利要求1所述的方法，其特征在于，输出相应催化裂化产品的生产加工信息，包括：

按照实沸点或族组成将产物分为多种产品；

确定所述多种产品中各种产品的分子组成和产品收率；

输出所述多种产品的生产加工信息，所述生产加工信息包括当前反应条件、当前所述多种产品中每种产品的分子组成和产品收率，其中，所述产品收率为产品所包含的各种分子的百分比含量与加工原料的加工量的乘积的总和。

9.根据权利要求8所述的方法，其特征在于，按照实沸点将产物分为多种产品,包括以下步骤：

获取催化裂化过程的催化裂化数据覆盖的温度范围；

利用所述催化裂化数据对所述温度范围进行切割，得到多个温度区间；

利用各个温度区间的含量数据构建对应的切割子模型；

将所有切割子模型合并得到切割模型；

根据沸点落入切割模型的温度区间，将产物分为多种产品。