[发明专利]加氢裂化的产品收率预测方法、模型建立方法和存储设备

摘要

本发明公开了加氢裂化的产品收率预测方法、模型建立方法和存储设备，其中所述模型建立方法包括步骤：分别获取工况信息和性质信息数据；根据预设规则对所述工况信息进行校正；将产品性质信息数据进行扩充；通过建立工况信息和性质信息数据的对应关系，构建初级建模数据；对初级建模数据进行数据筛选获取建模数据；对建模数据进行分类模型训练，获取产品收率的重点参数项；根据产品的收率的重点参数项生成产品收率预测模型。通过本发明，能够使工况信息和性质信息数据之间就具有了更好的对应性，且重点参数项的选取更加高效，因此，就可以使由此建立的产品收率预测模型的预测准确率更加的精确。

主权项

1.一种加氢裂化的产品收率预测模型建立方法，其特征在于，包括步骤：S11、分别获取实时数据库系统的历史数据中的工况信息，和，实验室信息管理系统LIMS的历史数据中的性质信息数据；所述性质信息数据包括预设产品的产品属性信息和多种原料的原料性质信息；S12、根据时序分别对所述工况信息和所述性质信息数据进行排序；S13、根据预设规则对所述工况信息进行校正，所述预设规则包括：分别获取每个所述工况信息所对应的时间点，对所述时间点前后预设时段内的所有工况信息进行中值计算，以生成所述工况信息修正后的工况信息；S14、将所述性质信息数据进行扩充，包括：将所述性质信息数据的时间点间隔粒度调整为与所述工况信息的时间点间隔粒度保持一致，并将两个包括有获取自历史数据中数据的性质信息数据之间的空白时间点的数据更新为与时序靠前的性质信息数据一致；S15、通过建立所述工况信息和所述性质信息数据的对应关系，构建初级建模数据；S16、对所述初级建模数据进行数据筛选获取建模数据；所述数据筛选包括对所述初级建模数据进行产品流量的聚类，并根据聚类结果从所述初级建模数据获取最高转化率和最低转化率两个群组；进行产品收率的稳定性过滤，包括：当某一时间点之前的预设时段内的产品收率值波动未超出预设标准时，将所述预设时段内的数据确定为建模数据；S17、对所述建模数据进行分类模型训练，根据所述工况信息和所述原料性质信息中各个参数项对于所述产品收率的影响权重的权重值，获取所述产品收率的重点参数项；S18、根据所述产品收率的重点参数项生成所述产品收率预测模型。