石油炼制与化工
石油煉製與化工
석유련제여화공
Petroleum Processing and Petrochemicals
2015年
8期
90-95
,共6页
王天宇%刘忠保%黄明富%李国庆
王天宇%劉忠保%黃明富%李國慶
왕천우%류충보%황명부%리국경
石油馏分%加氢裂化%神经网络%数据挖掘%预测%建模
石油餾分%加氫裂化%神經網絡%數據挖掘%預測%建模
석유류분%가경열화%신경망락%수거알굴%예측%건모
petroleum fraction%hydrocracking%neural network%data mining%prediction%modeling
用BP神经网络技术建立了某2.80 Mt/a蜡油高压加氢裂化装置反应系统模型,该模型可较好地预测原料量、各段反应器进口温度和冷氢导入量对系统产品分布和各段反应器出口温度的影响,模型精度较高,温度预测误差小于0.1℃,并具有较好的再现性及泛化能力,可以用于指导生产操作.
用BP神經網絡技術建立瞭某2.80 Mt/a蠟油高壓加氫裂化裝置反應繫統模型,該模型可較好地預測原料量、各段反應器進口溫度和冷氫導入量對繫統產品分佈和各段反應器齣口溫度的影響,模型精度較高,溫度預測誤差小于0.1℃,併具有較好的再現性及汎化能力,可以用于指導生產操作.
용BP신경망락기술건립료모2.80 Mt/a사유고압가경열화장치반응계통모형,해모형가교호지예측원료량、각단반응기진구온도화랭경도입량대계통산품분포화각단반응기출구온도적영향,모형정도교고,온도예측오차소우0.1℃,병구유교호적재현성급범화능력,가이용우지도생산조작.
