一种常减压产品性质预测方法、系统、设备和存储介质

基本信息

申请号 CN202111253920.0 申请日 -
公开(公告)号 CN114021439A 公开(公告)日 2022-02-08
申请公布号 CN114021439A 申请公布日 2022-02-08
分类号 G06F30/27(2020.01)I;G06N3/08(2006.01)I;G06N20/00(2019.01)I 分类 计算;推算;计数;
发明人 王海;向云刚 申请(专利权)人 北京中智软创信息技术有限公司
代理机构 北京纪凯知识产权代理有限公司 代理人 冀志华
地址 100081北京市海淀区中关村南大街乙12号院1号楼5层601
法律状态 -

摘要

摘要 本发明涉及一种常减压产品性质预测方法、系统、设备和存储介质,包括:基于预先获得的样本数据集,对预先构建的各机器学习模型进行训练,并将训练好的各机器学习模型进行融合,得到最终的常压塔融合模型;采用最终的常压塔融合模型对常减压产品性质进行预测,得到常减压产品性质预测结果。本发明采用流程模拟数据+现场数据对机器学习模型进行建模,模型具有自学习能力,能够应对如原油性质变化和产品方案变化等复杂工况。利用融合的机器学习模型进行孪生模型的训练,使得模型能够对数据特征进行充分的学习,提升模型的泛化性能和鲁棒性,从而保证模型既具备对多工况的适应性,又具备计算的稳定性和收敛性。本发明可以广泛应用于产品检测领域。