原油闪点预测模型的研究

发布时间：2021-11-12 21:50

　　针对原油这类结构组成复杂、差异性大、可燃的复杂混合体系,选取各地区共计101种原油的恩氏蒸馏温度、20℃密度、20℃粘度作为输入变量,建立原油闪点预测模型。采用主成分分析法对输入变量进行降维,除去恩氏蒸馏系列数据中的信息冗余,分别采用多元线性回归（MLR）、BP神经网络、RBF神经网络三种方法建模,并对模型的预测结果进行对比,RBF神经网络模型的预测准确度与稳定性均为最优,绝对误差期望为2.94℃,相对误差期望为3.45%,BP神经网络模型的准确性优于多元线性回归模型,稳定性不如MLR模型。 

【文章来源】：天然气化工（C1化学与化工）. 2020,45(02)北大核心CSCD

【文章页数】：8 页

【部分图文】：

MLR闪点模型外部测试集验证结果

BP-ANN网络模型由输入层、隐藏层、输出层构成，隐藏层可以根据需要定为单层或者多层，本次模拟为单层隐藏层；输入层包含4个神经元即4个输入变量，隐含层包含11个神经元，输出层包含1个神经元即闪点预测值，如图2。对于第1层即输入层第i个神经元Ai2为神经元的输入，将以Wij1-2为连接权值通过加权得到Zj1作为隐含层的输入值。

同样将102种原油随机划分为两组，第I组92种原油用作训练集，第II组10种原油为外部测试集，为比较各模型优劣，BP-ANN、RBF-ANN均沿用多元线性回归（MLR）的随机分组结果，以测试集运行结果检验模型预测能力。原油闪点预测运行结果见表6，以实验值为横坐标，BP-ANN预测值为纵坐标作图，结果如图3所示。预测结果显示平均绝对误差为3.44℃，平均相对误差为4.27%，均方误差MSE=13.37。图4 均方误差曲线

【参考文献】：
期刊论文
[1]易燃液体闪点预测模型综述[J]. 景冬莲,俞英,商杰,黄海燕.  天然气化工（C1化学与化工）. 2019(02)
[2]基于QSPR方法的脂肪醇化合物闪点预测[J]. 李冀,吴超.  中国安全科学学报. 2012(06)
[3]基于人工神经网络的有机物闪点预测[J]. 冯李立,丁斌.  吉林化工学院学报. 2009(04)
[4]电性拓扑状态指数预测烃类物质闪点[J]. 潘勇,蒋军成.  石油学报(石油加工). 2007(06)
[5]人工神经网络基团键贡献法预测烷烃闪点[J]. 潘勇,蒋军成,王志荣.  化学工程. 2007(04)
[6]基于人工神经网络的脂肪醇闪点预测[J]. 潘勇,蒋军成.  石油化工高等学校学报. 2007(01)



本文编号：3491713