CN110726830A - 一种多进多出混合油性质预测方法及装置 - Google Patents
一种多进多出混合油性质预测方法及装置 Download PDFInfo
- Publication number
- CN110726830A CN110726830A CN201911013818.6A CN201911013818A CN110726830A CN 110726830 A CN110726830 A CN 110726830A CN 201911013818 A CN201911013818 A CN 201911013818A CN 110726830 A CN110726830 A CN 110726830A
- Authority
- CN
- China
- Prior art keywords
- mixed oil
- property information
- initial
- oil
- index
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 239000003921 oil Substances 0.000 claims abstract description 187
- 239000010779 crude oil Substances 0.000 claims abstract description 96
- 230000000977 initiatory effect Effects 0.000 claims abstract description 34
- 238000012937 correction Methods 0.000 claims abstract description 33
- 230000008569 process Effects 0.000 claims abstract description 13
- 238000002156 mixing Methods 0.000 claims abstract description 12
- 230000000704 physical effect Effects 0.000 claims description 9
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims description 8
- PXHVJJICTQNCMI-UHFFFAOYSA-N Nickel Chemical compound [Ni] PXHVJJICTQNCMI-UHFFFAOYSA-N 0.000 claims description 8
- 238000009833 condensation Methods 0.000 claims description 8
- 230000005494 condensation Effects 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 6
- NINIDFKCEFEMDL-UHFFFAOYSA-N Sulfur Chemical compound [S] NINIDFKCEFEMDL-UHFFFAOYSA-N 0.000 claims description 4
- 239000002253 acid Substances 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000002329 infrared spectrum Methods 0.000 claims description 4
- 229910052759 nickel Inorganic materials 0.000 claims description 4
- 229910052757 nitrogen Inorganic materials 0.000 claims description 4
- 229910052717 sulfur Inorganic materials 0.000 claims description 4
- 239000011593 sulfur Substances 0.000 claims description 4
- 229910052720 vanadium Inorganic materials 0.000 claims description 4
- LEONUFNNVUYDNQ-UHFFFAOYSA-N vanadium atom Chemical compound [V] LEONUFNNVUYDNQ-UHFFFAOYSA-N 0.000 claims description 4
- 239000000203 mixture Substances 0.000 claims description 2
- 238000004519 manufacturing process Methods 0.000 description 5
- 238000007670 refining Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009022 nonlinear effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/26—Oils; Viscous liquids; Paints; Inks
- G01N33/28—Oils, i.e. hydrocarbon liquids
- G01N33/2823—Raw oil, drilling fluid or polyphasic mixtures
Landscapes
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medicinal Chemistry (AREA)
- Oil, Petroleum & Natural Gas (AREA)
- General Chemical & Material Sciences (AREA)
- Food Science & Technology (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Production Of Liquid Hydrocarbon Mixture For Refining Petroleum (AREA)
Abstract
本发明涉及混合油性质预测技术领域，公开了一种多进多出混合油性质预测方法及装置，其中，方法包括以下步骤：获取原油混合前各输入流股的原油性质信息以及初始时刻的混合油初始性质信息；实时获取原油罐的各输入流股的输入流速以及各输出流股的输出流速；根据各输入流股的输入流速以及各输出流股的输出流速计算原油输送过程中的动态质量校正因子；根据所述动态质量校正因子、各输入流股的原油性质信息以及混合油初始性质信息计算任意时刻的混合油预测性质信息。本发明可实现多进多出油罐内混合油性质的动态预测，为自动化调和原油提供数据支撑。
Description
技术领域
本发明涉及混合油性质预测技术领域，具体涉及一种多进多出混合油性质预测方法及装置。
背景技术
在炼油企业原油输送过程中，由于罐区油罐数量有限、新老设备混杂以及调度计划的变动等，罐区油罐常常需要在接受多个不同性质原油的输入的同时向多个装置或设备输送原油。此时，寻找一种可以对罐区多进多出油罐中混合油性质进行实时动态预测的方法，对原油的后续加工等操作显得尤为重要。
现有关于混合油性质预测的研究工作，主要集中在混合油采购的调和配方的优化以及混合油性质预测经验公式的修正两个方面。而针对罐区多进多出油罐中混合油的性质预测的研究相对较少。
现有炼油企业罐区多进多出油罐中混合油性质多依赖人工估算的方式，受到经验影响，不同的工人估算的结果存在一定的差异。而且从本质上讲这种靠人工估算的方法是一种静态的方法。由此可见，炼油企业亟需一种针对罐区多进多出油罐中混合油性质的动态预测方法，以实现装置加工方案的平稳进行。
发明内容
本发明的目的在于克服上述技术不足，提供一种多进多出混合油性质预测方法及装置，解决现有技术中无法对多进多出的原油罐中混合油进行动态的性质预测的技术问题。
为达到上述技术目的，本发明的技术方案提供一种多进多出混合油性质预测方法，包括以下步骤：
获取原油混合前各输入流股的原油性质信息以及初始时刻的混合油初始性质信息；
实时获取原油罐的各输入流股的输入流速以及各输出流股的输出流速；
根据各输入流股的输入流速以及各输出流股的输出流速计算原油输送过程中的动态质量校正因子；
根据所述动态质量校正因子、各输入流股的原油性质信息以及混合油初始性质信息计算任意时刻的混合油预测性质信息。
本发明还提供一种多进多出混合油性质预测装置，包括处理器以及存储器，所述存储器上存储有计算机程序，所述计算机程序被所述处理器执行时，实现所述多进多出混合油性质预测方法。
与现有技术相比，本发明的有益效果包括：本发明首先获取初始时刻的混合油初始性质信息，作为预测基准，根据输入流速和输出流速计算动态质量校正因子，动态质量校正因子描述了多进多出的原油输送过程中的质量变化情况，从而实现了原油输送过程中的动态质量预测，进而根据动态质量因子、各输入流股的原油性质信息以及混合油的初始性质信息可计算出初始时刻过后任一时刻的混合油预测性质信息，从而实现多进多出混合油的性质预测。
附图说明
图1是本发明提供的多进多出混合油性质预测方法一实施方式的流程图；
图2是多进多出油罐一实施方式的输入流股和输出流股的示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
实施例1
如图1所示，本发明的实施例1提供了多进多出混合油性质预测方法，包括以下步骤：
S1、获取原油混合前各输入流股的原油性质信息以及初始时刻的混合油初始性质信息；
S2、实时获取原油罐的各输入流股的输入流速以及各输出流股的输出流速；
S3、根据各输入流股的输入流速以及各输出流股的输出流速计算原油输送过程中的动态质量校正因子；
S4、根据所述动态质量校正因子、各输入流股的原油性质信息以及混合油初始性质信息计算任意时刻的混合油预测性质信息。
本发明实施例首先获取初始时刻的混合油初始性质信息，作为预测的基准。获取各输入流股的原油性质信息、各输入流股的输入流速以及各输出流股的输出流速。输入流速和输出流速体现了多进多出油罐内的质量动态变化，因此根据输入流速和输出流速计算得到的动态质量校正因子描述了多进多出的原油输送过程中的质量变化情况。以初始时刻的混合油的初始性质信息为基准，根据动态质量因子以及各输入流股的原油性质信息计算混合油性质信息的动态变化量，从而可计算出初始时刻过后任一时刻的混合油预测性质信息，实现多进多出混合油的性质预测。
本发明实施例提出的针对罐区多进多出油罐中混合油性质动态预测的方法，在基于当前原油输入流股的性质可测以及输入输出流股的流速信息可得的前提下，可以对存在多股原油输入和多股原油输出的油罐中混合油的性质进行实时动态预测，实现对于油罐中混合油性质的精确实时预测，可以有效避免人工估算混合油性质时产生的误差，避免性质预测误差对原油混合生产带来的不利影响，有利于原油混合加工的平稳进行，稳定混合油的质量，提高炼油企业的经济效益。
具体的，获取原油混合前各输入流股的原油性质信息以及初始时刻的混合油初始性质信息，具体为：
采用近红外光谱分析方法对各输入流股的原油进行分析，得到各输入流股的原油性质信息；
采用近红外光谱分析方法对初始时刻的混合油进行分析，得到初始时刻的混合油初始性质信息。
利用近红外原油快速测评技术，测得输入流股的原油和多进多出油罐中混合油的性质信息。
具体的，根据各输入流股的输入流速以及各输出流股的输出流速计算原油输送过程中的动态质量校正因子，具体为：
其中，t0为所述初始时刻，t＝t0+Δt为待预测时刻，tMre为待预测时刻t的动态质量校正因子，M0为初始时刻t0的混合油初始质量，m为输出流股的数量，vj为第j个输出流股的输出流速，j＝1,2,…m，n为输入流股的数量，qi为第i个输入流股的输入流速，i＝1,2,…n。
本实施例中动态质量校正因子描述了待遇测时刻t的混合油重量与输入净重量的比值，即动态质量校正因子＝(M0+各输入流股在Δt时间段内的输入总质量-各输出流股在Δt时间段内的输出总质量)/(M0+各输入流股在Δt时间段内的输入总质量)。qi和vj可能为常数，即各输入流股和输出均为匀速输入/输出，qi和vj也可能不为常数，qi和vj不为常数时，将其写成关于时间的函数形式，进行积分运算即可得到输入质量和输出质量。
具体的，待预测的性质信息为线性规则性质时，根据所述动态质量校正因子、各输入流股的原油性质信息以及混合油初始性质信息计算任意时刻的混合油预测性质信息，具体为：
其中，t0为所述初始时刻，t＝t0+Δt为待预测时刻，Pt为待预测时刻t的混合油预测性质信息，P0为初始时刻t0的混合油初始性质信息，M0为初始时刻t0的混合油初始质量，tMre为待预测时刻t的动态质量校正因子，m为输出流股的数量，vj为第j个输出流股的输出流速，j＝1,2,…m，n为输入流股的数量，qi为第i个输入流股的输入流速，i＝1,2,…n，Pi第为第i个输入流股的原油性质信息。
混合油包括多种不同的性质，有一些性质是符合线性规律的，对于符合线性规则的性质，可直接根据动态质量校正因子计算混合预测性质信息。
具体的，所述线性规则性质包括硫含量、氮含量、酸值、镍含量、钒含量以及密度。
符合线性规律的性质主要包括硫含量、氮含量、酸值、镍含量、钒含量以及密度等。
具体的，待预测的性质信息为非线性规则性质时，根据所述动态质量校正因子、各输入流股的原油性质信息以及混合油初始性质信息计算任意时刻的混合油预测性质信息，具体为：
将各输入流股的原油性质信息转换为线性的原油物性指数，将所述混合油初始性质信息转换为线性的混合油初始物性指数；
根据所述动态质量校正因子、各输入流股的原油物性指数以及混合油初始物性指数计算任意时刻的混合油预测物性指数；
根据所述混合油预测物性指数计算所述混合油预测性质信息。
如果需要预测的性质不符合线性规则，就将性质预测转换为物性指数的预测，物性指数符合线性规则。
具体的，所述非线性规则性质包括粘度、凝点以及倾点。
具体的，待预测的性质信息为粘度时，将各输入流股的原油性质信息转换为线性的原油物性指数，将所述混合油初始性质信息转换为线性的混合油初始物性指数，具体为：
index(μi)＝ln(ln(μi+0.8))
index(μ0)＝ln(ln(μ0+0.8))
其中，index(μi)为第i个输入流股的原油粘度物性指数，μi为第i个输入流股的原油粘度性质信息，index(μ0)为混合油初始粘度物性指数，μ0为混合油初始粘度性质信息；
待预测的性质信息为凝点时，将各输入流股的原油性质信息转换为线性的原油物性指数，将所述混合油初始性质信息转换为线性的混合油初始物性指数，具体为：
其中，index(FTi)为第i个输入流股的原油凝点物性指数，FTi为第i个输入流股的原油凝点性质信息，index(FT0)为混合油初始凝点物性指数，FT0为混合油初始凝点性质信息；
待预测的性质信息为倾点时，将各输入流股的原油性质信息转换为线性的原油物性指数，将所述混合油初始性质信息转换为线性的混合油初始物性指数，具体为：
其中，index(PTi)为第i个输入流股的原油倾点物性指数，PTi为第i个输入流股的原油倾点性质信息，index(PT0)为混合油初始倾点物性指数，PT0为混合油初始倾点性质信息。
三中常见的非线性的性质信息与其物性指数之间的关系如表1所示：
表1：
具体的，根据所述动态质量校正因子、各输入流股的原油物性指数以及混合油初始物性指数计算任意时刻的混合油预测物性指数，具体为：
其中，t0为初始时刻，t＝t0+Δt为待预测时刻，index(At)为待预测时刻t的混合油预测物性指数，index(A0)为初始时刻t0的混合油初始物性指数，A0为初始时刻t0的混合油初始性质信息，M0为初始时刻t0的混合油初始质量，tMre为待预测时刻t的动态质量校正因子，m为输出流股的数量，vj为第j个输出流股的输出流速，j＝1,2,…m，n为输入流股的数量，qi为第i个输入流股的输入流速，i＝1,2,…n，index(Ai)为第i个输入流股的原油物性指数，Ai为第i个输入流股的原油性质信息。
具体的，待预测的性质信息为粘度时，混合油预测粘度物性指数index(μt)为：
然后根据混合油预测粘度物性指数index(μt)计算混合油预测粘度性质信息μt：
待预测的性质信息为凝点时，混合油预测凝点物性指数index(FTt)为：
然后根据混合油预测凝点物性指数index(FTt)计算混合油预测凝点性质信息FTt：
待预测的性质信息为倾点时，混合油预测倾点物性指数index(PTt)为：
然后根据混合油预测倾点物性指数index(PTt)计算混合油预测倾点性质信息PTt：
下面以某炼油企业为例子，其罐区多进多出油罐的收油输油情况如图2所示，该多进多出油罐需要接受管线油、油池油、倒罐油以及罐区油共四个输入流股，同时需要向下游的生产装置、售卖部和倒罐部输出混合油，即共有三个输出流股。
下面以硫含量、氮含量、酸值、镍含量、钒含量、密度、黏度、凝点和倾点共9个性质为待预测的性质信息，给出多进多出油罐混合油性质动态预测的详细过程，具体计算过程如下：
1)获取各输入流股的输入流速和原油性质信息，同时得到各输出流股的输出流速。
t＝0时，各输入流股、输出流股以及多进多出油罐中混合油的性质如表2所示。其中各油编号含义如下：Y01-从管线油输入的原油、Y02-从油池输入的原油、Y03-从倒罐输入的原油、Y04-从罐区输入的原油、Y05-输出至下游的生产装置的混合油、Y06-输出至售卖部的混合油、Y07-输出至倒罐的混合油、Y08-多进多出油罐中的混合油。
表2：
传输过程中输入流股与输出流股的流速均为常数，根据表2中的数据，可以求得任意时刻油罐中混合油的性质。
分别计算t＝1h、t＝1.5h、t＝2h时，多进多出油罐中混合油的性质，结果如表3所示。
表3：
由表3可知，该方法可以较为准确地对罐区多进多出油罐中混合油的性质进行预测，减少人工操作带来的误差，可以为实现生产装置的自动化和生产的平稳进行提供参考。
实施例2
本发明的实施例2提供了多进多出混合油性质预测装置，包括处理器以及存储器，所述存储器上存储有计算机程序，所述计算机程序被所述处理器执行时，实现以上任一实施例提供的多进多出混合油性质预测方法。
多进多出混合油性质预测方法具体为：
获取原油混合前各输入流股的原油性质信息以及初始时刻的混合油初始性质信息；
实时获取原油罐的各输入流股的输入流速以及各输出流股的输出流速；
根据各输入流股的输入流速以及各输出流股的输出流速计算原油输送过程中的动态质量校正因子；
根据所述动态质量校正因子、各输入流股的原油性质信息以及混合油初始性质信息计算任意时刻的混合油预测性质信息。
本发明实施例提供的多进多出混合油性质预测装置，用于实现多进多出混合油性质预测方法，因此，上述多进多出混合油性质预测方法所具备的技术效果，多进多出混合油性质预测装置同样具备，在此不再赘述。
以上所述本发明的具体实施方式，并不构成对本发明保护范围的限定。任何根据本发明的技术构思所做出的各种其他相应的改变与变形，均应包含在本发明权利要求的保护范围内。
Claims (10)
1.一种多进多出混合油性质预测方法，其特征在于，包括以下步骤：
获取原油混合前各输入流股的原油性质信息以及初始时刻的混合油初始性质信息；
实时获取原油罐的各输入流股的输入流速以及各输出流股的输出流速；
根据各输入流股的输入流速以及各输出流股的输出流速计算原油输送过程中的动态质量校正因子；
根据所述动态质量校正因子、各输入流股的原油性质信息以及混合油初始性质信息计算任意时刻的混合油预测性质信息。
2.根据权利要求1所述的多进多出混合油性质预测方法，其特征在于，获取原油混合前各输入流股的原油性质信息以及初始时刻的混合油初始性质信息，具体为：
采用近红外光谱分析方法对各输入流股的原油进行分析，得到各输入流股的原油性质信息；
采用近红外光谱分析方法对初始时刻的混合油进行分析，得到初始时刻的混合油初始性质信息。
3.根据权利要求1所述的多进多出混合油性质预测方法，其特征在于，根据各输入流股的输入流速以及各输出流股的输出流速计算原油输送过程中的动态质量校正因子，具体为：
其中，t0为所述初始时刻，t＝t0+Δt为待预测时刻，tMre为待预测时刻t的动态质量校正因子，M0为初始时刻t0的混合油初始质量，m为输出流股的数量，vj为第j个输出流股的输出流速，j＝1,2,…m，n为输入流股的数量，qi为第i个输入流股的输入流速，i＝1,2,…n。
4.根据权利要求1所述的多进多出混合油性质预测方法，其特征在于，待预测的性质信息为线性规则性质时，根据所述动态质量校正因子、各输入流股的原油性质信息以及混合油初始性质信息计算任意时刻的混合油预测性质信息，具体为：
其中，t0为所述初始时刻，t＝t0+Δt为待预测时刻，Pt为待预测时刻t的混合油预测性质信息，P0为初始时刻t0的混合油初始性质信息，M0为初始时刻t0的混合油初始质量，tMre为待预测时刻t的动态质量校正因子，m为输出流股的数量，vj为第j个输出流股的输出流速，j＝1,2,…m，n为输入流股的数量，qi为第i个输入流股的输入流速，i＝1,2,…n，Pi第为第i个输入流股的原油性质信息。
5.根据权利要求4所述的多进多出混合油性质预测方法，其特征在于，所述线性规则性质包括硫含量、氮含量、酸值、镍含量、钒含量以及密度。
6.根据权利要求1所述的多进多出混合油性质预测方法，其特征在于，待预测的性质信息为非线性规则性质时，根据所述动态质量校正因子、各输入流股的原油性质信息以及混合油初始性质信息计算任意时刻的混合油预测性质信息，具体为：
将各输入流股的原油性质信息转换为线性的原油物性指数，将所述混合油初始性质信息转换为线性的混合油初始物性指数；
根据所述动态质量校正因子、各输入流股的原油物性指数以及混合油初始物性指数计算任意时刻的混合油预测物性指数；
根据所述混合油预测物性指数计算所述混合油预测性质信息。
7.根据权利要求6所述的多进多出混合油性质预测方法，其特征在于，所述非线性规则性质包括粘度、凝点以及倾点。
8.根据权利要求7所述的多进多出混合油性质预测方法，其特征在于，
待预测的性质信息为粘度时，将各输入流股的原油性质信息转换为线性的原油物性指数，将所述混合油初始性质信息转换为线性的混合油初始物性指数，具体为：
index(μi)＝ln(ln(μi+0.8))
index(μ0)＝ln(ln(μ0+0.8))
其中，index(μi)为第i个输入流股的原油粘度物性指数，μi为第i个输入流股的原油粘度性质信息，index(μ0)为混合油初始粘度物性指数，μ0为混合油初始粘度性质信息；
待预测的性质信息为凝点时，将各输入流股的原油性质信息转换为线性的原油物性指数，将所述混合油初始性质信息转换为线性的混合油初始物性指数，具体为：
其中，index(FTi)为第i个输入流股的原油凝点物性指数，FTi为第i个输入流股的原油凝点性质信息，index(FT0)为混合油初始凝点物性指数，FT0为混合油初始凝点性质信息；
待预测的性质信息为倾点时，将各输入流股的原油性质信息转换为线性的原油物性指数，将所述混合油初始性质信息转换为线性的混合油初始物性指数，具体为：
其中，index(PTi)为第i个输入流股的原油倾点物性指数，PTi为第i个输入流股的原油倾点性质信息，index(PT0)为混合油初始倾点物性指数，PT0为混合油初始倾点性质信息。
9.根据权利要求6所述的多进多出混合油性质预测方法，其特征在于，根据所述动态质量校正因子、各输入流股的原油物性指数以及混合油初始物性指数计算任意时刻的混合油预测物性指数，具体为：
其中，t0为初始时刻，t＝t0+Δt为待预测时刻，index(At)为待预测时刻t的混合油预测物性指数，index(A0)为初始时刻t0的混合油初始物性指数，A0为初始时刻t0的混合油初始性质信息，M0为初始时刻t0的混合油初始质量，tMre为待预测时刻t的动态质量校正因子，m为输出流股的数量，vj为第j个输出流股的输出流速，j＝1,2,…m，n为输入流股的数量，qi为第i个输入流股的输入流速，i＝1,2,…n，index(Ai)为第i个输入流股的原油物性指数，Ai为第i个输入流股的原油性质信息。
10.一种多进多出混合油性质预测装置，其特征在于，包括处理器以及存储器，所述存储器上存储有计算机程序，所述计算机程序被所述处理器执行时，实现如权利要求1-9任一所述的多进多出混合油性质预测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911013818.6A CN110726830B (zh) | 2019-10-23 | 2019-10-23 | 一种多进多出混合油性质预测方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911013818.6A CN110726830B (zh) | 2019-10-23 | 2019-10-23 | 一种多进多出混合油性质预测方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110726830A true CN110726830A (zh) | 2020-01-24 |
| CN110726830B CN110726830B (zh) | 2022-03-04 |
Family
ID=69223011
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911013818.6A Active CN110726830B (zh) | 2019-10-23 | 2019-10-23 | 一种多进多出混合油性质预测方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110726830B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114898818A (zh) * | 2022-04-06 | 2022-08-12 | 中国石油大学(北京) | 一种混合原油凝点预测模型训练方法、装置及应用方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080147365A1 (en) * | 2006-12-14 | 2008-06-19 | Vijaysai Prasad | Method and system for assessing the performance of crude oils |
| CN102663221A (zh) * | 2012-03-02 | 2012-09-12 | 河海大学 | 一种多原油多性质调合优化方法 |
| CN103364364A (zh) * | 2013-07-01 | 2013-10-23 | 南京富岛信息工程有限公司 | 一种基于复合预测技术的原油性质快速检测方法 |
| CN106124448A (zh) * | 2016-06-12 | 2016-11-16 | 南京富岛信息工程有限公司 | 一种原油切换状态下的常减压装置进料性质预测方法 |
| CN107817223A (zh) * | 2017-10-20 | 2018-03-20 | 华东理工大学 | 快速无损实时预测原油性质模型的构建方法及其应用 |
| CN108898242A (zh) * | 2018-06-07 | 2018-11-27 | 武汉理工大学 | 一种多目标原油选购优化方法 |
| CN109507352A (zh) * | 2019-01-02 | 2019-03-22 | 杭州辛孚能源科技有限公司 | 一种预测石化生产中任意流股分子组成的方法 |
| CN109634105A (zh) * | 2018-12-11 | 2019-04-16 | 南京富岛信息工程有限公司 | 一种面向加工方案切换的原油动态调合方法 |
-
2019
- 2019-10-23 CN CN201911013818.6A patent/CN110726830B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080147365A1 (en) * | 2006-12-14 | 2008-06-19 | Vijaysai Prasad | Method and system for assessing the performance of crude oils |
| CN102663221A (zh) * | 2012-03-02 | 2012-09-12 | 河海大学 | 一种多原油多性质调合优化方法 |
| CN103364364A (zh) * | 2013-07-01 | 2013-10-23 | 南京富岛信息工程有限公司 | 一种基于复合预测技术的原油性质快速检测方法 |
| CN106124448A (zh) * | 2016-06-12 | 2016-11-16 | 南京富岛信息工程有限公司 | 一种原油切换状态下的常减压装置进料性质预测方法 |
| CN107817223A (zh) * | 2017-10-20 | 2018-03-20 | 华东理工大学 | 快速无损实时预测原油性质模型的构建方法及其应用 |
| CN108898242A (zh) * | 2018-06-07 | 2018-11-27 | 武汉理工大学 | 一种多目标原油选购优化方法 |
| CN109634105A (zh) * | 2018-12-11 | 2019-04-16 | 南京富岛信息工程有限公司 | 一种面向加工方案切换的原油动态调合方法 |
| CN109507352A (zh) * | 2019-01-02 | 2019-03-22 | 杭州辛孚能源科技有限公司 | 一种预测石化生产中任意流股分子组成的方法 |
Non-Patent Citations (1)
| Title |
|---|
| 蒲晓妮: "西部混合油品性质预测系统的研制", 《电脑知识与技术》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114898818A (zh) * | 2022-04-06 | 2022-08-12 | 中国石油大学(北京) | 一种混合原油凝点预测模型训练方法、装置及应用方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110726830B (zh) | 2022-03-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109272138B (zh) | 分拣设备格口数量优化方法及装置 | |
| Nielsen et al. | An investigation of forecast horizon and observation fit’s influence on an econometric rate forecast model in the liner shipping industry | |
| Chryssolouris et al. | Refinery short-term scheduling with tank farm, inventory and distillation management: An integrated simulation-based approach | |
| Oktavianti et al. | Simple multi attribute rating technique (SMART) method on employee promotions | |
| Fernandes et al. | Improving workload control order release: Incorporating a starvation avoidance trigger into continuous release | |
| Chu et al. | A polynomial dynamic programming algorithm for crude oil transportation planning | |
| Castillo et al. | Inventory pinch based, multiscale models for integrated planning and scheduling‐part I: Gasoline blend planning | |
| CN110726830B (zh) | 一种多进多出混合油性质预测方法及装置 | |
| CN103886391B (zh) | 业务量预测方法和装置 | |
| Vishnyakova et al. | Current problems of enterprises’ digitalization | |
| CN108596457B (zh) | 管道输运的调度方法和装置 | |
| Song et al. | Scheduling and feed quality optimization of concentrate raw materials in the copper refining industry | |
| CN105095616A (zh) | 数据分析装置、数据分析方法 | |
| CN112906723B (zh) | 一种特征选择的方法和装置 | |
| Fernandes et al. | POLCA: centralised vs. decentralised job release | |
| Pjevcevic et al. | DESIGN PROCESS OF DRY BULK CARGO HANDLING AT AN INLAND PORT: CASE STUDY OF PORT DANUBE PANCEVO. | |
| Geng et al. | Intelligent analysis on the factors influencing the innovation and development performance of high-tech industry in China, based on two-stages model | |
| Ozcan et al. | Composition of Innovative Activity in ICT Equipment R&D | |
| Turgay | Streamlined Supply Chain Operations: Leveraging Permutation-Based Genetic Algorithms for Production and Distribution | |
| Vladova et al. | Application of Flexibility Index Approach for Sustainable Operation of Heat-integrated Autothermal Thermophilic Aerobic Digestion System. | |
| Chen et al. | Influence of lateral transshipment policy on supply chain performance: A stochastic demand case | |
| Hamada et al. | Practical effectiveness of Quantum Annealing for shift scheduling problem | |
| Lukić | PERFORMANCE ANALYSIS OF COMPANIES IN SERBIA BASED ON THE LMAW-DNMA METHOD | |
| Li et al. | Comprehensive evaluation of urban sustainable innovation ability based on factor analysis method | |
| Yin et al. | Investment Prediction of Production Technology Transformation Project Based on Data Mining |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |