CN116417081A - 用于确定油品分子组成数据的解析方法和装置 - Google Patents

用于确定油品分子组成数据的解析方法和装置 Download PDF

Info

Publication number
CN116417081A
CN116417081A CN202111662748.4A CN202111662748A CN116417081A CN 116417081 A CN116417081 A CN 116417081A CN 202111662748 A CN202111662748 A CN 202111662748A CN 116417081 A CN116417081 A CN 116417081A
Authority
CN
China
Prior art keywords
oil
physical property
oil product
data
analyzed
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.)
Pending
Application number
CN202111662748.4A
Other languages
English (en)
Inventor
王杭州
王弘历
杨诗棋
纪晔
梁鹏
王喆
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Petrochina Co Ltd
Original Assignee
Petrochina Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Petrochina Co Ltd filed Critical Petrochina Co Ltd
Priority to CN202111662748.4A priority Critical patent/CN116417081A/zh
Publication of CN116417081A publication Critical patent/CN116417081A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/20—Identification of molecular entities, parts thereof or of chemical compositions
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/60—In silico combinatorial chemistry
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Chemical & Material Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computing Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Medicinal Chemistry (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明提供了用于确定油品分子组成数据的解析方法和装置，所述方法包括，获取待解析油品的宏观物性数据；获取设定数量的相似油品样本的分子组成数据；确定混合油品的分子组成数据；确定混合油品的宏观物性数据；根据混合油品的宏观物性数据与待解析油品的宏观物性数据之间的差异，调整将相似油品样本调合成混合油品的相关参数，以使根据调整后的相关参数所获得的混合油品的宏观物性数据与待解析油品的宏观物性数据之间的差异满足精度条件；当所述差异满足精度条件时，将对应的混合油品的分子组成数据作为待解析油品的分子组成数据。本发明提供的用于确定油品分子组成数据的解析方法，检测成本低，检测方式简单易操作，检测时间短。

Description

用于确定油品分子组成数据的解析方法和装置
技术领域
本发明属于石油加工技术领域，特别涉及用于确定油品分子组成数据的解析方法和装置。
背景技术
在石油化工领域，要实现石油资源的最大化利用，就需要获知石油生产过程中，油品分子组成数据，目前来说，油品分子组成数据的检测技术不成熟。如何检测油品分子组成数据已经成为本领域技术人员亟待解决的问题之一。
因此，针对上述问题，本发明提供一种用于确定油品分子组成数据的解析方法和装置。
发明内容
针对上述问题，本发明提供了用于确定油品分子组成数据的解析方法，所述方法包括以下步骤：
S100，获取待解析油品的宏观物性数据；
S200，根据待解析油品的宏观物性数据，获取设定数量的相似油品样本的分子组成数据；
S300，确定将设定数量的相似油品样本按照设定的调合比例调合成的混合油品的分子组成数据；
S400，基于混合油品的分子组成数据，通过已建立的物性计算模型确定混合油品的宏观物性数据；
S500，根据混合油品的宏观物性数据与待解析油品的宏观物性数据之间的差异，调整将相似油品样本调合成混合油品的相关参数，以使根据调整后的相关参数所获得的混合油品的宏观物性数据与待解析油品的宏观物性数据之间的差异满足精度条件；
S600，当所述差异满足精度条件时，将对应的混合油品的分子组成数据作为待解析油品的分子组成数据。
进一步地，
所述相关参数包括获取的相似油品样本的数量和/或将相似油品样本调合成混合油品的调合比例。
进一步地，
当所述相关参数包括获取的相似油品样本的数量时，所述S500步骤包括：
确定混合油品的宏观物性数据与待解析油品的宏观物性数据之间的差异；
判断所述差异是否满足第一精度条件：
当所述差异不满足第一精度条件时，调整获取的相似油品样本的数量，并返回S200步骤；
当所述差异满足第一精度条件时，执行S600步骤。
进一步地，
当所述相关参数包括将相似油品样本调合成混合油品的调合比例时，所述S500步骤包括：
确定混合油品的宏观物性数据与待解析油品的宏观物性数据之间的差异；
判断所述差异是否满足第二精度条件：
当所述差异不满足第二精度条件时，调整用于将相似油品样本调合成混合油品的调合比例，并返回S300步骤；
当所述差异满足第二精度条件时，执行S600步骤。
进一步地，
当所述相关参数包括获取的相似油品样本的数量和将相似油品样本调合成混合油品的调合比例时，所述S500步骤包括：
判断混合油品的第一宏观物性数据与待解析油品的第一宏观物性数据之间的第一差异是否满足第一精度条件；
当所述第一差异不满足第一精度条件时，调整获取的相似油品样本的数量，按照调整后的数量将相应的相似油品样本调合成混合油品，并重新计算混合油品的第一宏观物性数据与待解析油品的第一宏观物性数据之间的第一差异，直至所述第一差异满足第一精度条件；
当所述第一差异满足第一精度条件时，判断所述第一差异是否满足第二精度条件，其中，所述第二精度条件的精度大于第一精度条件的精度；
当所述第一差异不满足第二精度条件时，调整调合比例，按照调整后的调合比例将相似油品样本重新调合成混合油品，并判断混合油品的第二宏观物性数据与待解析油品的第二宏观物性数据之间的第二差异是否满足第二精度条件；
当所述第二差异不满足第二精度条件时，调整调合比例，按照调整后的调合比例将相似油品样本重新调合成混合油品，并重新计算混合油品的第二宏观物性数据与待解析油品的第二宏观物性数据之间的第二差异，直至所述第二差异满足满足第二精度条件；
当所述第二差异满足第二精度条件时，执行S600步骤。
进一步地，当待解析油品的宏观物性数据为多种物性数据时，所述S500步骤中，通过以下步骤确定混合油品的宏观物性数据与待解析油品的宏观物性数据之间的差异：
为混合油品的每种物性选择对应的偏差算法；
根据混合油品的每种物性对应的偏差算法，计算混合油品的每种物性与待解析油品的对应物性之间的偏差值；
根据混合油品的每种物性与待解析油品的对应物性之间的偏差值，确定混合油品与待解析油品的整体物性偏差值，其中，所述整体物性偏差值用于表征所述混合油品的宏观物性数据与待解析油品的宏观物性数据之间的差异。
进一步地，所述方法还包括:
在确定待解析油品的分子组成数据后,将待解析油品的分子组成数据和物性数据存储进分子数据库，作为油品样本，其中，所述分子数据库包括多组油品样本的分子组成数据和宏观物性数据。
本发明还提供用于确定油品分子组成数据的解析装置，所述装置包括：
获取模块，用于获取待解析油品的宏观物性数据；
查找模块，用于根据待解析油品的宏观物性数据，获取设定数量的相似油品样本的分子组成数据；
分析模块，用于确定将设定数量的相似油品样本按照设定的调合比例调合成的混合油品的分子组成数据；
计算模块，用于基于混合油品的分子组成数据，通过已建立的物性计算模型确定混合油品的宏观物性数据；
调整模块，用于根据混合油品的宏观物性数据与待解析油品的宏观物性数据之间的差异，调整将相似油品样本调合成混合油品的相关参数，以使根据调整后的相关参数所获得的混合油品的宏观物性数据与待解析油品的宏观物性数据之间的差异满足精度条件；
输出模块，用于当所述差异满足精度条件时，将对应的混合油品的分子组成数据作为待解析油品的分子组成数据。
进一步地，
所述相关参数包括获取的相似油品样本的数量和/或将相似油品样本调合成混合油品的调合比例。
进一步地，所述装置还包括:
存储模块，用于在确定待解析油品的分子组成数据后,将待解析油品的分子组成数据和物性数据存储进分子数据库，作为油品样本，其中，所述分子数据库包括多组油品样本的分子组成数据和宏观物性数据。
本发明还提供一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的计算机程序时，以实现用于确定油品分子组成数据的解析方法。
本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有程序，所述程序可被处理器执行，以实现用于确定油品分子组成数据的解析方法。
本发明提供的用于确定油品分子组成数据的解析方法和装置，通过比较混合油品和待解析油品的物性来调整调合混合油品的相关参数，从而能快速地找到与待解析油品的物性一致的混合油品，进而最终能确定待解析油品的分子组成数据。本发明提供的油品分子组成解析方法检测成本低，检测方式简单易操作，检测时间短。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所指出的结构来实现和获得。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一个简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例一提供的用于确定油品分子组成数据的解析方法的工作流程图；
图2是本发明实施例二提供的用于确定油品分子组成数据的解析方法的工作流程图；
图3是本发明实施例三提供的用于确定油品分子组成数据的解析方法的工作流程图；
图4是本发明实施例四提供的用于确定油品分子组成数据的解析方法的工作流程图。
图5是本发明实施例五提供的用于确定油品分子组成数据的解析装置的结构示意图。
图6是本发明实施例六提供的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，并对本发明如何应用技术手段来解决技术问题，并达到相应技术效果的实现过程能充分理解并据以实施，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。本发明实施例以及实施例中的各个特征，在不相冲突前提下可以相互结合，所形成的技术方案均在本发明的保护范围之内。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
实施例一
如图1所示，本实施例提供的一种油品分子组成解析方法，主要包括以下步骤：
S1100，获取待解析油品的宏观物性数据；
S1200，根据待解析油品的宏观物性数据，通过查找分子数据库获取设定数量的相似油品样本的分子组成数据；样本分子组成数据通常为各种分子(单分子)的信息。例如：样本分子组成中包含的单分子，单分子的种类，每种单分子的体积、含量等。
S1300，确定将设定数量的相似油品样本按照设定的调合比例调合成的混合油品的分子组成数据(即按照设定的调合比例，将设定数量的相似油品样本调合成混合油品，并确定混合油品的分子组成数据)；
S1400，基于混合油品的分子组成数据，通过已建立的物性计算模型确定混合油品的宏观物性数据；
S1500，根据混合油品的宏观物性数据与待解析油品的宏观物性数据之间的差异(即整体物性偏差)，调整将相似油品样本调合成混合油品的相关参数，以使根据调整后的相关参数所获得的混合油品的宏观物性数据与待解析油品的宏观物性数据之间的差异满足预设的精度条件；
S1600，当所述差异满足预设的精度条件时，将对应的混合油品的分子组成数据作为待解析油品的分子组成数据。
上述实施过程仅是本发明的核心思想的主要步骤。在具体应用时，各步骤可以根据实际生产的步骤进行适当地调整。
例如，在具体应用时，S1200步骤中，通过查找分子数据库获取设定数量的相似油品样本的分子组成数据，包括：
如果分子数据库中相似油品样本数量为一种，则直接选择所述相似油品，作为混合油品；
如果分子数据库中相似油品样本数量为多种，则按照物性偏差值从小到大的顺序排序，选择序列排名靠前的若干个相似油品样本，然后根据这些相似油品样本的分子组成数据,确定由这些相似油品样本按照预先设定的调合比例混合而成的混合油品的分子组成数据。
例如，在具体应用时，S1500步骤中，当待解析油品的宏观物性数据为多种物性数据时，可以通过以下步骤确定混合油品的宏观物性数据与待解析油品的宏观物性数据之间的差异：
判断混合油品的每种物性是否小于预设标准阈值；
为混合油品中小于所述标准阈值的物性选择绝对偏差算法，以计算小于所述标准阈值的物性与待解析油品的对应物性之间的绝对偏差值；
为混合油品中大于等于所述标准阈值的物性选择相对偏差算法，以计算大于等于所述标准阈值的物性与待解析油品的对应物性之间的相对偏差值；
根据混合油品的每种物性对应的偏差算法，计算混合油品的每种物性与待解析油品的对应物性之间的偏差值；
根据混合油品的每种物性与待解析油品的对应物性之间的偏差值，确定混合油品与待解析油品的整体物性偏差值，其中，所述整体物性偏差值用于表征所述混合油品的宏观物性数据与待解析油品的宏观物性数据之间的差异。
其中，在一种实施方式中，根据混合油品的多种物性分别与待解析油品的对应物性的偏差值，确定混合油品与待解析油品的整体物性偏差值，包括：
计算混合油品的多种物性分别与待解析油品的对应物性的偏差值的平方和，将所述偏差值的平方和的算术平方根作为混合油品与待解析油品的整体物性偏差值。
或者，在另一种实施方式中，根据混合油品的多种物性分别与待解析油品的对应物性的偏差值，确定混合油品与待解析油品的整体物性偏差值，包括：
获取预先为混合油品的每种物性对应设置的权重；
针对混合油品的每种物性，计算混合油品的物性与待解析油品的对应物性之间的偏差值的平方与所述物性对应权重的乘积，得到所述物性对应的权重偏差值；
计算混合油品的多种物性分别对应的权重偏差值的平方和，将所述权重偏差值的平方和的算术平方根作为混合油品与待解析油品的整体物性偏差值。
又例如，在具体应用时，S1500步骤中，调整将相似油品样本调合成混合油品的相关参数可以是调整从分子数据库中获取的相似油品样本的数量，又或者调整用于将相似油品样本调合成混合油品的调合比例，又或者是调整从分子数据库中获取的相似油品样本的数量和将相似油品样本调合成混合油品的调合比例。
下面将通过多个实施例来详细描述本发明针对上述不同情况的具体实施过程。
实施例二
如图2所示，在本实施例中，根据实际的生产过程，优选调整从分子数据库中获取的相似油品样本的数量，以此提升获取油品分子组成解析结果的速度和精度。
如图2所示，本实施例提供的一种油品分子组成解析方法，主要包括以下步骤：
S2100，获取待解析油品的宏观物性数据；
S2200，根据待解析油品的宏观物性数据，通过查找分子数据库获取设定数量的相似油品样本的分子组成数据；
S2300，确定将设定数量的相似油品样本按照设定的调合比例调合成的混合油品的分子组成数据；
S2400，基于混合油品的分子组成数据，通过已建立的物性计算模型确定混合油品的宏观物性数据；
S2510，确定混合油品的宏观物性数据与待解析油品的宏观物性数据之间的差异；
S2520，判断所述差异是否满足预设的第一精度条件；
S2530，当所述差异不满足预设的第一精度条件时，调整从分子数据库中获取的相似油品样本的数量，并返回S2200步骤；
S2540，当所述差异满足预设的第一精度条件时，执行S2600步骤。
S2600，当所述差异满足预设的第一精度条件时，将对应的混合油品的分子组成数据作为待解析油品的分子组成数据。
在S2530步骤中，调整从分子数据库中获取的相似油品样本的数量可以是任意数值，这里优选的方案是每次调整时对上次的样本数量增1。
在该实施例中，在获取到待解析油品的物性数据后，通过查找分子数据库的方式，获取与所述物性数据对应的多个相似油品样本的分子组成数据，然后将这些相似油品样本调合成混合油品，通过比较混合油品和待解析油品的物性来调整从分子数据库中获取的相似油品样本的数量，并根据调整后的数量将相应的相似油品样本重新调合混合油品，以此快速地找到与待解析油品的物性一致的混合油品，最后根据与待解析油品的物性一致的混合油品的分子组成数据来确定待解析油品的分子组成数据。这种油品分子组成解析方法检测成本低，检测方式简单易操作，检测时间短。
实施例三
如图3所示，在本实施例中，根据实际的生产过程，优选调整用于将相似油品样本调合成混合油品的调合比例，以此提升获取油品分子组成解析结果的速度和精度。
如图3所示，本实施例提供的一种油品分子组成解析方法，主要包括以下步骤：
S3100，获取待解析油品的宏观物性数据；
S3200，根据待解析油品的宏观物性数据，通过查找分子数据库获取设定数量的相似油品样本的分子组成数据；
S3300，确定将设定数量的相似油品样本按照设定的调合比例调合成的混合油品的分子组成数据；
S3400，基于混合油品的分子组成数据，通过已建立的物性计算模型确定混合油品的宏观物性数据；
S3510，确定混合油品的宏观物性数据与待解析油品的宏观物性数据之间的差异；
S3520，判断所述差异是否满足预设的第二精度条件：
S3530，当所述差异不满足预设的第二精度条件时，调整将相似油品样本调合成混合油品的调合比例，并返回S3200步骤；
S3540，当所述差异满足预设的第二精度条件时，执行S3600步骤。
S3600，当所述差异满足预设的第二精度条件时，将对应的混合油品的分子组成数据作为待解析油品的分子组成数据。
在该实施例中，在获取到待解析油品的物性数据后，通过查找分子数据库的方式，获取与所述物性数据对应的多个相似油品样本的分子组成数据，然后将这些相似油品样本调合成混合油品，通过比较混合油品和待解析油品的物性来调整将相似油品样本调合成混合油品的调合比例，并根据调整后的调合比例重新调合混合油品，以此快速地找到与待解析油品的物性一致的混合油品，最后根据与待解析油品的物性一致的混合油品的分子组成数据来确定待解析油品的分子组成数据。这种油品分子组成解析方法检测成本低，检测方式简单易操作，检测时间短。
实施例四
如图4所示，在本实施例中，根据实际的生产过程，优选既可调整从分子数据库中获取的相似油品样本的数量，也调整将相似油品样本调合成混合油品的调合比例，以此提升获取油品分子组成解析结果的速度和精度。
如图4所示，本实施例提供的一种油品分子组成解析方法，主要包括以下步骤：
S4100，获取待解析油品的第一宏观物性数据和第二宏观物性数据；
S4200，根据待解析油品的第一宏观物性数据，通过查找分子数据库获取设定数量的相似油品样本的分子组成数据；
S4300，确定将设定数量的相似油品样本按照设定的调合比例调合成的混合油品的分子组成数据；
S4400，基于混合油品的分子组成数据，通过已建立的第一物性计算模型确定混合油品的第一宏观物性数据；
S4510，判断混合油品的第一宏观物性数据与待解析油品的第一宏观物性数据之间的第一差异是否满足预设的第一精度条件；
S4520，当所述第一差异不满足预设的第一精度条件时，调整从分子数据库中获取的相似油品样本的数量，返回S4200步骤；
S4530，当所述第一差异满足预设的第一精度条件时，进一步判断所述第一差异是否满足预设的第二精度条件，其中，所述第二精度条件的精度大于第一精度条件的精度；
S4540，当所述第一差异不满足第二精度条件时，调整将相似油品样本调合成混合油品的调合比例，执行S4550步骤；
S4550，按照调整后的调合比例将相似油品样本重新调合成混合油品，并确定混合油品的分子组成数据；
S4560，基于混合油品的分子组成数据，通过已建立的第二物性计算模型确定混合油品的第二宏观物性数据；
S4570，判断混合油品的第二宏观物性数据与待解析油品的第二宏观物性数据之间的第二差异是否满足预设的第二精度条件；
S4580，当所述第二差异不满足预设的第二精度条件时，调整将相似油品样本调合成混合油品的调合比例，返回S4550步骤；
S4590，当所述第二差异满足预设的第二精度条件时，执行S4600步骤；
S4600，将对应的混合油品的分子组成数据作为待解析油品的分子组成数据。
此外，在本实施例中，所述第一宏观物性数据和第二宏观物性数据可以是不同物性的数据。例如，所述第一宏观物性数据是线性宏观物性的数据，所述第二宏观物性数据是非线性宏观物性的数据。又或者，所述第一宏观物性数据是非线性宏观物性的数据，所述第二宏观物性数据是线性宏观物性的数据。相应的，第一物性计算模型和第二物性计算模型也各不相同。
上述物性可以包括例如密度、浊点、倾点、苯胺点、辛烷值、十六烷值、凝点、冷滤点、闪点中的至少一个物性。
在该实施例中，在获取到待解析油品的物性数据后，通过查找分子数据库的方式，获取与所述物性数据对应的多个相似油品样本的分子组成数据，然后将这些相似油品样本调合成混合油品，通过比较混合油品和待解析油品的物性来调整从分子数据库中获取相似油品样本的数量以及将相似油品样本调合成混合油品的调合比例，并根据调整后相关参数重新调合混合油品，以此快速地找到与待解析油品的物性一致的混合油品，最后根据与待解析油品的物性一致的混合油品的分子组成数据来确定待解析油品的分子组成数据。相比与实施例二和实施例三，本实施例提供的这种油品分子组成解析方法获得的油品分子组成结果的准确度更高。
实施例五
如图5所示，本发明实施例提供了用于确定油品分子组成数据的解析装置，包括：
获取模块，用于获取待解析油品的宏观物性数据；
查找模块，用于根据待解析油品的宏观物性数据，通过查找分子数据库获取设定数量的相似油品样本的分子组成数据；
分析模块，用于确定将设定数量的相似油品样本按照设定的调合比例调合成的混合油品的分子组成数据；
计算模块，用于基于混合油品的分子组成数据，通过已建立的物性计算模型确定混合油品的宏观物性数据；
调整模块，用于根据混合油品的宏观物性数据与待解析油品的宏观物性数据之间的差异，调整将相似油品样本调合成混合油品的相关参数，以使根据调整后的相关参数所获得的混合油品的宏观物性数据与待解析油品的宏观物性数据之间的差异满足精度条件；
输出模块，用于当所述差异满足精度条件时，将对应的混合油品的分子组成数据作为待解析油品的分子组成数据。
在一可能的实现方式中，相关参数包括获取的相似油品样本的数量和/或将相似油品样本调合成混合油品的调合比例。
在一可能的实现方式中，用于确定油品分子组成数据的解析装置还包括:
存储模块，用于在确定待解析油品的分子组成数据后,将待解析油品的分子组成数据和物性数据存储进分子数据库，作为油品样本。
实施例六
在上述实施例的基础上，如图6所示，本发明实施例提供了一种电子设备，包括处理器1110、通信接口1120、存储器1130和通信总线1140，其中，处理器1110，通信接口1120，存储器1130通过通信总线1140完成相互间的通信；
存储器1130，用于存放计算机程序；
处理器1110，用于执行存储器1130上所存放的计算机程序时，实现如下所示的用于确定油品分子组成数据的解析方法：
S100，获取待解析油品的宏观物性数据；
S200，根据待解析油品的宏观物性数据，通过查找分子数据库获取设定数量的相似油品样本的分子组成数据；
S300，确定将设定数量的相似油品样本按照设定的调合比例调合成的混合油品的分子组成数据；
S400，基于混合油品的分子组成数据，通过已建立的物性计算模型确定混合油品的宏观物性数据；
S500，根据混合油品的宏观物性数据与待解析油品的宏观物性数据之间的差异，调整将相似油品样本调合成混合油品的相关参数，以使根据调整后的相关参数所获得的混合油品的宏观物性数据与待解析油品的宏观物性数据之间的差异满足精度条件；
S600，当所述差异满足精度条件时，将对应的混合油品的分子组成数据作为待解析油品的分子组成数据。
上述的通信总线1140可以是外设部件互连标准(Peripheral ComponentInterconnect，简称PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，简称EISA)总线等。该通信总线1140可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
通信接口1120用于上述电子设备(处理器1110、存储器1130和通信总线1140)与其他设备之间的通信。
存储器1130可以包括随机存取存储器(Random Access Memory，简称RAM)，也可以包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。可选的，存储器1130还可以是至少一个位于远离前述处理器1110的存储装置。
上述的处理器1110可以是通用处理器，包括中央处理器(Central ProcessingUnit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(DigitalSignal Processing，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable GateArray，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
实施例七
基于同一发明构思，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现上述任意可能的实现方式中的用于确定油品分子组成数据的解析方法的步骤。
可选地，计算机可读存储介质可以是非临时性计算机可读存储介质，例如，所述非临时性计算机可读存储介质可以是ROM(Read Only Memory，只读存储器)、随机存取存储器(RAM)、CD-ROM(Compact Disc Read-Only Memory，只读光盘)、磁带、软盘和光数据存储设备等。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时，全部或部分地产生按照本发明实施例的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DigitalSubscriber Line，DSL)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘(Solid State Disk，SSD)等。
需要注意的是，在本发明中，上述实施例一至实施例五中，分子数据库均包括多组油品样本的分子组成数据和宏观物性数据。
以上所述仅是本发明的较佳实施例而已，并非对本发明做任何形式上的限制，虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明，任何熟悉本专业的技术人员，在不脱离本发明技术方案的范围内，当可利用上述揭示的技术内容作出些许更动或修饰为等同变化的等效实施例，但凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属于本发明技术方案的范围内。

Claims (12)

1.用于确定油品分子组成数据的解析方法，其特征在于，所述方法包括以下步骤：
S100，获取待解析油品的宏观物性数据；
S200，根据待解析油品的宏观物性数据，获取设定数量的相似油品样本的分子组成数据；
S300，确定将设定数量的相似油品样本按照设定的调合比例调合成的混合油品的分子组成数据；
S400，基于混合油品的分子组成数据，通过已建立的物性计算模型确定混合油品的宏观物性数据；
S500，根据混合油品的宏观物性数据与待解析油品的宏观物性数据之间的差异，调整将相似油品样本调合成混合油品的相关参数，以使根据调整后的相关参数所获得的混合油品的宏观物性数据与待解析油品的宏观物性数据之间的差异满足精度条件；
S600，当所述差异满足精度条件时，将对应的混合油品的分子组成数据作为待解析油品的分子组成数据。
2.根据权利要求1所述的用于确定油品分子组成数据的解析方法，其特征在于，
所述相关参数包括获取的相似油品样本的数量和/或将相似油品样本调合成混合油品的调合比例。
3.根据权利要求2所述的用于确定油品分子组成数据的解析方法，其特征在于，
当所述相关参数包括获取的相似油品样本的数量时，所述S500步骤包括：
确定混合油品的宏观物性数据与待解析油品的宏观物性数据之间的差异；
判断所述差异是否满足第一精度条件：
当所述差异不满足第一精度条件时，调整获取的相似油品样本的数量，并返回S200步骤；
当所述差异满足第一精度条件时，执行S600步骤。
4.根据权利要求2所述的用于确定油品分子组成数据的解析方法，其特征在于，
当所述相关参数包括将相似油品样本调合成混合油品的调合比例时，所述S500步骤包括：
确定混合油品的宏观物性数据与待解析油品的宏观物性数据之间的差异；
判断所述差异是否满足第二精度条件：
当所述差异不满足第二精度条件时，调整用于将相似油品样本调合成混合油品的调合比例，并返回S300步骤；
当所述差异满足第二精度条件时，执行S600步骤。
5.根据权利要求2所述的用于确定油品分子组成数据的解析方法，其特征在于，
当所述相关参数包括获取的相似油品样本的数量和将相似油品样本调合成混合油品的调合比例时，所述S500步骤包括：
判断混合油品的第一宏观物性数据与待解析油品的第一宏观物性数据之间的第一差异是否满足第一精度条件；
当所述第一差异不满足第一精度条件时，调整获取的相似油品样本的数量，按照调整后的数量将相应的相似油品样本调合成混合油品，并重新计算混合油品的第一宏观物性数据与待解析油品的第一宏观物性数据之间的第一差异，直至所述第一差异满足第一精度条件；
当所述第一差异满足第一精度条件时，判断所述第一差异是否满足第二精度条件，其中，所述第二精度条件的精度大于第一精度条件的精度；
当所述第一差异不满足第二精度条件时，调整调合比例，按照调整后的调合比例将相似油品样本重新调合成混合油品，并判断混合油品的第二宏观物性数据与待解析油品的第二宏观物性数据之间的第二差异是否满足第二精度条件；
当所述第二差异不满足第二精度条件时，调整调合比例，按照调整后的调合比例将相似油品样本重新调合成混合油品，并重新计算混合油品的第二宏观物性数据与待解析油品的第二宏观物性数据之间的第二差异，直至所述第二差异满足第二精度条件；
当所述第二差异满足第二精度条件时，执行S600步骤。
6.根据权利要求1所述的用于确定油品分子组成数据的解析方法，其特征在于，当待解析油品的宏观物性数据为多种物性数据时，所述S500步骤中，通过以下步骤确定混合油品的宏观物性数据与待解析油品的宏观物性数据之间的差异：
为混合油品的每种物性选择对应的偏差算法；
根据混合油品的每种物性对应的偏差算法，计算混合油品的每种物性与待解析油品的对应物性之间的偏差值；
根据混合油品的每种物性与待解析油品的对应物性之间的偏差值，确定混合油品与待解析油品的整体物性偏差值，其中，所述整体物性偏差值用于表征所述混合油品的宏观物性数据与待解析油品的宏观物性数据之间的差异。
7.根据权利要求1所述的用于确定油品分子组成数据的解析方法，其特征在于，所述方法还包括:
在确定待解析油品的分子组成数据后,将待解析油品的分子组成数据和物性数据存储进分子数据库，作为油品样本，其中，所述分子数据库包括多组油品样本的分子组成数据和宏观物性数据。
8.用于确定油品分子组成数据的解析装置，其特征在于，所述装置包括：
获取模块，用于获取待解析油品的宏观物性数据；
查找模块，用于根据待解析油品的宏观物性数据，获取设定数量的相似油品样本的分子组成数据；
分析模块，用于确定将设定数量的相似油品样本按照设定的调合比例调合成的混合油品的分子组成数据；
计算模块，用于基于混合油品的分子组成数据，通过已建立的物性计算模型确定混合油品的宏观物性数据；
调整模块，用于根据混合油品的宏观物性数据与待解析油品的宏观物性数据之间的差异，调整将相似油品样本调合成混合油品的相关参数，以使根据调整后的相关参数所获得的混合油品的宏观物性数据与待解析油品的宏观物性数据之间的差异满足精度条件；
输出模块，用于当所述差异满足精度条件时，将对应的混合油品的分子组成数据作为待解析油品的分子组成数据。
9.根据权利要求8所述的用于确定油品分子组成数据的解析装置，其特征在于，
所述相关参数包括获取的相似油品样本的数量和/或将相似油品样本调合成混合油品的调合比例。
10.根据权利要求8或9所述的用于确定油品分子组成数据的解析装置，其特征在于，所述装置还包括:
存储模块，用于在确定待解析油品的分子组成数据后,将待解析油品的分子组成数据和物性数据存储进分子数据库，作为油品样本，其中，所述分子数据库包括多组油品样本的分子组成数据和宏观物性数据。
11.一种电子设备，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的计算机程序时，以实现权利要求1至7中任一项所述的用于确定油品分子组成数据的解析方法。
12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有程序，所述程序可被处理器执行，以实现权利要求1至7中任一项所述的用于确定油品分子组成数据的解析方法。
CN202111662748.4A 2021-12-31 2021-12-31 用于确定油品分子组成数据的解析方法和装置 Pending CN116417081A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111662748.4A CN116417081A (zh) 2021-12-31 2021-12-31 用于确定油品分子组成数据的解析方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111662748.4A CN116417081A (zh) 2021-12-31 2021-12-31 用于确定油品分子组成数据的解析方法和装置

Publications (1)

Publication Number Publication Date
CN116417081A true CN116417081A (zh) 2023-07-11

Family

ID=87058309

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111662748.4A Pending CN116417081A (zh) 2021-12-31 2021-12-31 用于确定油品分子组成数据的解析方法和装置

Country Status (1)

Country Link
CN (1) CN116417081A (zh)

Similar Documents

Publication Publication Date Title
US20160277259A1 (en) Traffic quality analysis method and apparatus
CN108124462B (zh) 一种混合物检测方法及设备
CN113746758B (zh) 一种动态识别流量协议的方法和终端
CN109190007A (zh) 数据分析方法及装置
CN108536739B (zh) 元数据敏感信息字段识别方法、装置、设备及存储介质
CN110209561B (zh) 用于对话平台的评测方法和评测装置
US20060217930A1 (en) Website-performance testing method
Tailo et al. Is helium the key parameter in the extended colour spread of the first generation stars in M3?
CN107679141A (zh) 数据入库方法、装置、设备及计算机可读存储介质
CN116417081A (zh) 用于确定油品分子组成数据的解析方法和装置
CN108255891B (zh) 一种判别网页类型的方法及装置
WO2024016852A1 (zh) 发动机实时扭矩计算方法、装置、设备及可读存储介质
CN109360618A (zh) 一种电子化试验报告的管理方法及系统
CN116417082A (zh) 一种油品分子组成解析方法、装置、设备和存储介质
CN108140122B (zh) 一种混合物检测方法及设备
CN112907100B (zh) 一种服务需求的测量方法、装置和电子设备
CN104317903A (zh) 章节式文本的章节完整性的识别方法和装置
CN203275322U (zh) 一种rohs检测用标准样品
CN107369093A (zh) 一种业务确定方法和装置
Majcen Circular citizens research
CN111768290A (zh) 确定业务的风险权重系数的方法及装置
Urban et al. Expertomica metabolite profiling: getting more information from LC-MS using the stochastic systems approach
CN110610095A (zh) 报告可追溯的方法、服务器、用户端
CN111131351A (zh) 一种物联网设备型号的确认方法及装置
CN109582676A (zh) 电力数据处理方法、装置、计算机设备和存储介质

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