一种基于机理模型与大数据技术的催化裂化装置优化方法
基本信息
| 申请号 | CN202111084483.4 | 申请日 | - |
| 公开（公告）号 | CN113723015A | 公开（公告）日 | 2021-11-30 |
| 申请公布号 | CN113723015A | 申请公布日 | 2021-11-30 |
| 分类号 | G06F30/27（2020.01）I;G06F30/25（2020.01）I;G06K9/62（2006.01）I;G06N3/00（2006.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I;G06N3/12（2006.01）I;G06N20/00（2019.01）I;G06F111/06（2020.01）N | 分类 | 计算；推算；计数; |
| 发明人 | 元梦琪;何恺源 | 申请（专利权）人 | 广东辛孚科技有限公司 |
| 代理机构 | 杭州之江专利事务所（普通合伙） | 代理人 | 张慧英 |
| 地址 | 510000广东省广州市黄埔区香雪八路98号F栋402房 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明涉及一种基于机理模型与大数据技术的催化裂化装置优化方法，本发明不仅可以快速给出优化的操作方案，还能够保证优化结果逼近理论上的最优值，可用于在线优化；本发明建立具有记忆的神经网络算法，可实现当前工况的收率的实时预测。另外，本发明通过机理模型，建立完整描述装置在不同进料、不同操作工况下的运行状态，形成装置数据库；基于层次聚类算法，对当前工况数据依次进行进料信息、催化剂信息、重点操作参数信息的聚类分析，输出聚类结果；根据实时预测的收率，结合聚类分析结果，筛选出待优化变量的上下限；根据不同的优化目标，进行聚类范围内的全局优化，大幅度地减少了计算成本，并能给出逼近理论上的最优值。 |
