一种面向常减压装置优化的原油数据校正方法
【技术领域】
[0001] 本发明涉及一种生产过程数据的校正方法，尤具体是一种面向常减压装置优化的 原油数据校正方法。
【背景技术】
[0002] 常减压蒸馏装置是石油化工业的龙头装置，通过装置实时优化，可以提高高价值 产品收率，降低装置的能耗，对炼油厂的经济效益提高具有极其重要的意义。常减压装置优 化前需要对生产数据进行整定，目前大量研究均集中在过程测量数据的校正，主要包括流 量、压力、温度等，很少涉及原油数据的校正。
[0003] 由于采用传统评价方法获得原油性质数据需要大量人力物力，因此大多炼化企业 采用原油快速评价的方法获得原油性质数据。原油快评数据由于近红外分析仪的检测精 度会造成一定程度的误差，如果把这种含有误差的原始原油数据直接用于常减压装置的优 化控制，将会对实际操作带来不良影响，因此需在装置进行实时优化前，对原油数据进行校 正，选取更接近真实值的原油性质数据进行装置流程模拟及优化。
[0004] 对于常减压装置实时优化而言，除了原油性质数据，精确的化验分析数据也是至 关重要的。化验数据主要用于模型的自校正，通过比对侧线产品性质模拟值与真实化验值 间的差异，对模型精度进行维护。由于目前常减压侧线产品化验数据频次较低，导致在实时 优化时采用的化验数据与当前工况下的真实产品质量间存在偏差。因此，如何充分利用现 有的化验分析数据，不断对未知化验数据的工况进行数据补齐以满足实时优化需求，降低 成本和能耗，也成为装置实时优化面临的重要问题之一。
【发明内容】
[0005] 本发明针对【背景技术】中存在的问题，提出一种面向常减压装置优化的原油数据校 正方法，具体方案是：所述的数据校正方法是对判断为稳态的一段时间范围内的三种原油 数据，即原油快评数据、调合头组分跟踪数据、以及依据油种占比和常炼原油性质计算所得 的常炼原油数据，进行基于原油相似度S e比较的原油数据整定，并进行基于相似工况的化 验数据补齐，最终获得合理准确的原油数据。
[0006] 具体的，原油数据整定过程中，对三种原油数据进行原油相似度Se比较的具体步 骤为：
[0007] 首先，判断是否能获取到原油快评数据，若可以获取，则继续判断原油快评数据 与调合头组分跟踪数据之间、或原油快评数据与常炼原油数据之间的原油相似度S c:若 80,则取原油快评数据作为原油数据；若S80时，判断常炼原油性质是否能够获取， 若可以获取，取常炼原油性质作为原油数据，否则取原油快评数据作为原油数据；
[0008] 其次，若无法获取原油快评数据，则继续判断调合头组分跟踪数据是否能够获 取：
[0009] 若可以获取，则取调合头组分跟踪数据作为原油数据，否则判断无原油数据。
[0010] 优选的，化验数据补齐时，对已判定为稳态工况的时间段内，若无化验数据，则采 用相似工况的化验数据对其进行补齐，若无相似工况或相似工况也无化验数据，则采用与 当前稳态日期最近的一次化验数据对其进行补齐。
[0011] 具体的，采用相似工况的化验数据对其进行补齐时，相似工况查找需先计算原油 相似度Se，再计算原油相似度&大于等于80的稳态工况与基准稳态工况的工况相似度S P， 相似工况查找具体步骤为：
[0012] (1)以判断为稳态的常减压装置实时工况为基准工况，查询历史工况中与基础工 况原油相似度&大于等于80的稳态工况，筛除原油相似度S ε小于80的稳态工况；
[0013] (2)选取原油加工流量，初馏塔顶温度，常压塔顶温度，常一线、常二线、常三线主 塔抽出温度，常二线、常底吹汽量作为相似工况判断参数，在原油相似度S e大于80的稳态 工况中，依次确定各相似工况的判断参数与基准稳态各参数的偏差是否均在各相似工况的 判断参数允许偏差内，若不在允许偏差之内，则不计算各稳态与基准稳态的工况相似度S P， 默认工况相似度Sp为0 ;否则计算工况相似度S P:
[0014]
[0015] 其中，％ (I < i < η)为某一稳态工况的各参数数值，P1 (I < i < η)为基准稳态 的各参数数值，Sl(l < i < η)为各相似工况判断参数的允许偏差，^为经验值，由人工根 据具体工艺选取；
[0016] (3)筛除工况相似度Sp小于60的稳态工况，计算综合相似度S = S c X SP，并依据S 的大小进彳丁排序；
[0017] (4)依据综合相似度S的高低对各相似工况进行排序，选取相似度高的工况优先 对基准工况的化验数据进行补齐。
[0018] 优选的，原油相似度Se计算时，采用下列公式计算两种原油相似度S c:
[0019]
[0020] 其中A1Q = 1，2,3, 4)分别为两种原油数据的日期、硫含量、收率、密度参数在参 与原油相似度Sc计算时采用的权重，λ 1= 1，λ 2= 2，λ 3= 5，λ 4= 〇· 5 ;x i(0彡XiS 1) 是采用岭分布函数、梯形分布函数或范围限定方法计算两种原油数据的日期、硫含量、收 率、密度之间的性质相似度。
[0021] 优选的，性质相似度&的计算时，先采用下式计算两原油数据各性质参数的差值 ki:
[0022] kj =ZjIj
[0023] 其中，yj(i = 1，2, 3, 4)分别为基准原油的日期、硫含量、收率、密度数值，Zj (i = 1，2, 3, 4)分别为与基准原油对比的原油数据的日期、硫含量、收率、密度数值；
[0024] 对于原油的日期，若 kj< 7day，X ;= 1 ;若 7day < k .j< 30day，X ;= 0· 8 ;若 30day < kj< 90day，x ;= 0· 5 ;若 90day < k j< 180day，x ;= 0· 3 ;若 k # 180day，x ;= 0.1 ；
[0025] 对于原油的硫含量、收率、密度数值，若\ ，则 Xi= I ;若 CN 105138824 A 说明书 3/16 页
，则Xi = f .j;若
.j为经验值，
[0026] 由人工根据具体工艺设定；其中参数&的计算时，选取岭分布函数用于原油的硫 含量、
[0027] 收率的fj值的计算，f 计算公式如下：
[0028]
[0029] 选取梯形分布函数用于原油密度数值的f,值的计算，f ,计算公式如下：
^通过对判断为稳态的一段时间范围内的三种原油数据，即原油快 评数据、调合头组分跟踪数据、以及依据油种占比和常炼原油性质计算所得的常炼原油数 据，进行基于相似度比较的原油数据整定，并进行基于相似工况的化验数据补齐，旨在选择 合理准确的原油数据对装置进行实时优化。
[0030] 有益效果：
[0031] 本发明公开了一种面向常减压装置优化的原油数据校正方法，通过对稳态时的原 油快评数据，调合头组分跟踪数据及常炼原油数据，进行基于相似度比较的数据整定，旨在 选取更接近真实值的原油性质数据进行装置优化，避免了由于原油快评分析中近红外分析 仪检测精度造成的影响。同时，利用现有的化验分析数据，对未知化验数据的工况进行数据 补齐，降低了因化验频次低对装置优化造成的影响，为装置实时优化奠定了数据基础。
【附图说明】
[0032] 图1原油数据整定流程图
[0033] 图2化验数据补齐流程图
[0034] 具体实施案例
[0035] 下面对本发明的实施例作详细说明，本实施例以本发明技术方案为前提进行实 施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
[0036] 以某企业常减压装置为例，该企业常减压装置具有炼化企业典型工艺，包括初馏 塔、常压塔和减压塔。通过实时稳态判断得知，以当前时间2015-04-0721:00,向前推3h，至 2015-4-718:00,该段时间范围内装置运行为稳态，在此基础上，对加工原油数据进行整定 并对该稳态工况下的化验数据进行补齐。
[0037] 1.原油数据整定
[0038] 当前加工油种为100%阿曼，该原油的快评数据、调合头组分跟踪数据及常炼原油 数据如表1所示：
[0039] 表1加工100%阿曼的快评数据、组分跟踪数据及常炼原油数据
[0040]
CN 105138824 A IX m "ti 4/16 页
[0041] (1)计算快评数据与组分跟踪数据之间的日期、密度、硫含量和各收率的差值，如 表2所示：
[0042] 表2快评数据与组分跟踪数据日期、密度、硫含量和各收率的差值
[0043]
CN 105138824 A 说明书 5/16 页
[0044] (2)选取密度、硫含量和收率的岭型分布和梯形分布函数的阈值和如表3所 示：
[0045] 表3各性质岭型分布和梯形分布函数的阈值
[0046] CN 105138824 A m ~P 6/16 页
[0047] (3)计算原油性质相似度xi:
[0048] (3-1)计算原油日期相似度x1:
[0049] 由于快评数据与组分跟踪数据时间差值7day，因此X 1= 1 ;
[0050] (3-2)计算原油硫含量相似度x2:
[0051] 由于快评数据与组分跟踪数据时间差值k2= 0. 2, k 2e (〇. 1，〇. 5)，因此X 2= f 2;
[0052]
[0053] 因此，x2~0· 52 ;
[0054] (3-3)计算原油各收率相似度x3:
[0055] 依据快评数据与组分跟踪数据差值匕与4:，c〖的关系，选用X3合适的计算公式并 计算X；?，计算结果如表4所示：
[0056] 表4原油各收率相似反馈值13的计算公式及计算结果
[0057]
[0058] CN 105138824 A IX m "ti 7/16 页
[0059] (3-4)计算原油密度相似度x4:
[0060] 由于快评数据与组分跟踪数据时间差值k4= 11. 78 < 1