基于原油宏观性质确定其分子组成的方法与流程

技术领域：
本发明属于石油炼制及石油化工生产
技术领域：
。
背景技术：
：随着炼油与石化行业对生产技术精细化的需求，对原油详细分子组成的掌握也越来越重要。对原油详细分子组成的掌握能够根据具体分子设计生产方案，最大化每个分子的价值，使得生产更为精细，经济效益得到提升。但原油的分子组成复杂，采用目前分辨率最高的质谱分析化学技术，可检测出原油中超过20万个分子组分。目前检测原油详细分子组成需要结合蒸馏、气相色谱检测、高效液相色谱分离、超高分辨率质谱检测、核磁共振检测等多道程序，检测设备成本高昂、检测技术复杂、检测耗时长。这些检测设备中，仅一台超高分辨率质谱检测仪就需要超过千万元费用。完整检测原油的分子组成，要耗时近3个月。受限于检测设备成本高昂、检测技术复杂、检测耗时长等因素，目前多数炼油及石油化工企业还不具备掌握原油详细分子组成的能力，限制了其生产方案的精细化和技术升级。本发明提供了一种以更低成本、更快速度获得原油详细分子组成的系统。本系统结合了硬件、数据库、及软件等各个环节。其中硬件部分包括原油宏观性质检测设备，如近红外光谱仪、核磁共振仪、恩氏蒸馏仪、实沸点蒸馏仪、密度仪、粘度仪等；数据库包含若干个具有代表性的原油分子组成数据；软件部分则包括原油匹配算法、原油组合算法、以及原油拟合算法。本系统大幅降低了获取原油分子组成的成本与时间。技术实现要素：为解决上述问题，本发明提供了一种低成本、短周期、高精确度的原油详细分子组成获取系统和方法，使得原油分子组成信息在石油行业得到更广泛的应用，为产业技术升级提供基础。本发明的方法结合了硬件、数据库、及软件等各个环节。其中硬件部分包括原油宏观性质检测设备，如近红外光谱仪、核磁共振仪、恩氏蒸馏仪、实沸点蒸馏仪、密度仪、粘度仪等；数据库包含若干个具有代表性的原油分子组成数据；软件部分则包括原油匹配算法、原油组合算法、以及原油拟合算法。具体而言，本发明提供了一种确定原油分子组成的方法，包括以下步骤：（1）构建已知原油的数据库，所述数据库包括每种原油的宏观性质和详细分子组成数据；（2）测定新原油的宏观性质，与数据库中已知原油的宏观性质进行比对，获取与新原油性质接近的原油；（3）根据性质接近的原油的分子组成，确定新原油的分子组成。优选地，在步骤（3）中通过计算方法调整其分子浓度以确定新原油的分子组成。进一步，本发明提供了一种确定原油分子组成的方法，包括以下步骤：（1）选取若干种不同来源的原油，构建原油列表；（2）对于所述原油列表，分析确定列表中每个原油的详细分子组成，构建原油分子组成数据库；（3）对于所述原油列表，确定列表中每个原油的宏观性质，构建原油宏观性质数据库；（4）将前述步骤中所构建的原油分子组成数据库与原油性质数据库结合，形成索引数据库，每个原油指定一个索引编号，数据内容包括该原油的详细分子组成，与宏观性质数据；（5）针对一个上述数据库中不包含的新原油，测定其部分宏观性质，所测定宏观性质种类是步骤（3）中所构建的原油性质数据库中性质种类的子集；（6）将步骤（5）中所测量的新原油的部分宏观性质，与原油数据库中的原油宏观性质数据进行比对检索，找出原油性质数据库中与新原油宏观性质最接近的原油；（7）将步骤（6）中检索出的原油的分子数据按照加权求和方法进行组合，形成一套新的原油分子数据，用于代表新原油；（8）将步骤（7）中所形成的新的原油分子数据进行调整，微调每个分子的浓度，从而获得新原油的分子组成。在某些实施方式里，在步骤（1）中，可以选取20-3000个原油，例如20、50、80、100、200、300、400、500、1000、1500、2000、2500或3000个原油。所选择的原油优选全球有代表性的原油，覆盖全球不同国家与地区，更优选均匀覆盖各宏观性质的范围。更具体地，针对全球各种原油的各项宏观性质，构建具有代表性的原油列表。宏观性质包括表1中的宏观性质中的一种或多种。根据全球各种原油每项宏观性质的数值范围，选取若干数量的代表性原油，均匀覆盖各项宏观性质。例如，全球各种原油的硫含量在0-5%之间，可选取10个左右的原油，其硫含量均匀覆盖0-5%的范围。针对表1中一种或多种宏观性质，逐一选取代表性原油，构建出具有代表性的原油列表，该列表中包含20-3000个原油，覆盖全球不同国家与地区的原油。全球原油部分宏观性质分布图见图2。表1、本发明所使用的原油宏观性质列表编号性质名称编号性质名称1密度（20°C）18四环及以上芳香烃（%）2C19硫化物（%）3H20胶质（%）4S21沥青质（%）5N22Fe（%）6O23Ni（%）7K值24V（%）8粘度（cP@50°C）25实沸点曲线（°C）9闪点26分子量10凝点27不饱和度（DBE）11残碳（%）28Z-值12总酸值29辛烷值（RON）13蜡含量30溶解度参数（(cal/mol)^0.5）14饱和烃（%）31芳香性（%）15一环芳香烃（%）32近红外光谱16二环芳香烃（%）33核磁共振数据17三环芳香烃（%）在某些实施方式里，所述宏观性质包含表1中的部分或全部，更优选包含全部。在某些实施方式里，在步骤（2）中，可以分析化学手段来确定各原油的详细分子组成，例如通过蒸馏、气相色谱检测、高效液相色谱分离、超高分辨率质谱检测、核磁共振检测等分析化验技术或其组合来分析获取各原油的详细分子组成。也可以通过已知的任何方法来确定各原油的详细分子组成。在特定的实施方式里，可以根据申请号为CN201610705619.1的专利申请中公开的方法，例如根据该专利申请的权利要求1-8中任意一项所述的方法，来确定各原油的详细分子组成；或者根据申请号为CN201610726311.5的专利申请中公开的方法，例如根据该专利申请的权利要求1-10中任意一项所述的方法，来确定各原油的详细分子组成；或通过上述方法的组合，来确定各原油的详细分子组成。该申请的所有内容在此引入作为参考。在某些实施方式里，在步骤（3）中，可以直接测定每个原油的宏观性质，例如使用各种化学分析仪器来测定每个原油的宏观性质；或者通过步骤（2）获得的详细分子组成计算其宏观性质；优选所述宏观性质包含表1中的部分或全部。在某些实施方式里，在步骤（4）中，将前述步骤中所构建的原油分子组成数据库与原油性质数据库结合，形成索引数据库，每个原油指定一个索引编号，数据内容包括该原油的详细分子组成，与宏观性质数据；数据库结构的代表性实例见图3。在某些实施方式里，在步骤（5）中，可以用分析仪器来分析新原油的宏观性质，优选的分析仪器包括实沸点蒸馏装置、恩氏蒸馏装置、密度测试仪、元素分析仪、粘度仪、近红外光谱仪、核磁共振仪等分析检验设备或其组合，优选的新原油的宏观性质包括表1中的宏观性质的一种或多种，更优选沸程、密度、碳含量、氢含量、硫含量、氮含量、氧含量、金属含量、粘度、近红外光谱图、核磁共振性质等宏观性质中的一种或多种。在某些实施方式里，在步骤（6）中，可以与原油数据库中的原油宏观性质数据进行比对检索，找出原油性质数据库中与新原油宏观性质接近的原油。检索方法可以是本领域已知的，优选的检索方法运用K最近邻算法（K-NearestNeighbor，KNN算法），找出原油性质数据库中与新原油宏观性质最接近的一或多个原油，优选1-10个原油，例如1-5个原油。图5展示了本发明所使用的K最近邻算法检索示意图。在某些实施方式里，在步骤（7）中，根据数据库中各原油性质与新原油宏观性质的接近程度，确定各原油的加权权重，从而计算新原油的组成。在某些实施方式里，在步骤（8）中，可以根据之前步骤确定的新原油的分子组成，计算新原油的宏观性质，然后根据计算的宏观性质与步骤（5）中实际测得的宏观性质之间的差值，微调每个分子的浓度，使得调整后的原油性质数据与步骤5中所检测的新原油宏观性质之间的误差缩小，优选缩小至1%以下，优选所述微调方法包括最大熵值法和/或顺序调整法。可以根据情况，选择部分或全部比对的宏观性质的差别缩小至1%以下。从而，进一步，本发明提供了一种确定原油分子组成的方法，包括以下步骤：（1）针对全球各种原油的各项宏观性质，构建具有代表性的原油列表。宏观性质包括表1中的宏观性质中的一种或多种。根据全球各种原油每项宏观性质的数值范围，选取若干数量的代表性原油，均匀覆盖各项宏观性质。例如，全球各种原油的硫含量在0-5%之间，可选取10个左右的原油，其硫含量均匀覆盖0-5%的范围。针对表1中一种或多种宏观性质，逐一选取代表性原油，构建出具有代表性的原油列表，该列表中包含20-3000个原油，覆盖全球不同国家与地区的原油；（2）根据步骤（1）中构建的原油列表，针对列表中每个原油进行原油详细分子组成的分析。可以分析化学手段来确定各原油的详细分子组成，例如通过蒸馏、气相色谱检测、高效液相色谱分离、超高分辨率质谱检测、核磁共振检测等分析化验技术或其组合来分析获取各原油的详细分子组成。也可以通过已知的任何方法来确定各原油的详细分子组成，例如根据申请号为CN201610705619.1的专利申请中公开的方法，或者根据申请号为CN201610726311.5的专利申请中公开的方法，或通过上述方法的组合，来确定各原油的详细分子组成；（3）根据步骤（2）中获取的原油列表中每个原油的详细分子组成，构建原油分子组成数据库。并根据每个原油的分子组成，计算出各个原油的表1中包含的宏观性质，并构建列表中所有原油的性质数据库；（4）将步骤（3）中所构建的原油分子组成数据库与原油性质数据库结合，形成索引数据库，每个原油指定一个索引编号，数据内容包括该原油的详细分子组成，与性质数据；（5）针对一个上述数据库中不包含的新原油，首先采用实沸点蒸馏装置、恩氏蒸馏装置、密度测试仪、元素分析仪、粘度仪、近红外光谱仪、核磁共振仪等分析检验设备，获取新原油的沸程、密度、碳含量、氢含量、硫含量、氮含量、氧含量、金属含量、粘度、近红外光谱图、核磁共振性质等宏观性质中的一种或多种。所测定宏观性质种类是步骤（3）中所构建的原油性质数据库中性质种类的子集；（6）将步骤（5）中所测量的新原油的宏观性质，与原油数据库中的原油宏观性质数据进行比对检索。检索方法运用K最近邻算法（K-NearestNeighbor，简称KNN算法），找出原油性质数据库中与新原油宏观性质最接近的1-5个原油；（7）将步骤（6）中检索出的1-5个原油的分子数据按照加权求和方法进行组合，形成一套新的原油分子数据，用于代表新原油；（8）将步骤7中所形成的新的原油分子数据进行调整，微调每个分子的浓度，使得调整后的原油性质数据与步骤5中所检测的新原油宏观性质之间的误差在一个设定的范围内（比如小于1%）。步骤5-8所形成的原油分子数据，即为新原油的详细分子组成。上述方法可以作为整体使用，也可以分为两个独立的部分，即步骤1-4为构建原油数据库的方法，步骤5-8为确定新原油的详细分子组成的方法。因此，另一方面，本发明也提供了构建原油数据库的方法，包括以下步骤：（1）选取20-3000个不同来源的原油，覆盖全球不同国家与地区的原油，构建原油列表；（2）对于所述原油列表，分析确定列表中每个原油的详细分子组成，构建原油分子组成数据库；（3）对于所述原油列表，确定列表中每个原油的宏观性质，构建原油宏观性质数据库；（4）将前述原油分子组成数据库与原油宏观性质数据库结合，形成索引数据库，即为原油数据库，每个原油指定一个索引编号，数据内容包括该原油的详细分子组成，与宏观性质数据。从而形成这样的原油数据库，其中包含20-3000个不同来源的原油、每个原油的宏观性质数据和详细分子组成数据。数据库的构建方法见图1，数据库的结构见图3。优选地，所述宏观性质包含了表1中的部分或全部，最优选包含全部。容易理解，包含的宏观性质越多，则数据库的适用度越广。另一方面，本发明也提供了基于原油数据库确定原油分子组成的方法，其特征在于，包含以下步骤：（1）测定目标石油的宏观性质；（2）将测量的目标原油的宏观性质，与原油数据库中的原油宏观性质数据进行比对检索，找出原油性质数据库中与新原油宏观性质最接近的原油；（3）将检索出的原油的分子数据按照加权求和方法进行组合，形成一套新的原油分子数据，用于代表目标原油的分子组成；（4）将目标原油的分子数据进行调整，微调每个分子的浓度，从而获得新原油的分子组成。其中优选地所述原油数据库为根据本发明前述的方法构建的原油数据库。显然，一旦构建好了原油数据库，则可以仅仅测量很少量的宏观数据，就能根据本发明的方法迅速方便地确定新原油的详细分子组成。图4展示了本发明获取新原油详细分子组成的流程。另一方面，本发明了提供了确定原油分子组成的装置，其包含以下部分：数据库模块，包含已知原油的宏观性质和详细分子组成；测量模块，用于测量目标原油的宏观性质；和比对模块，其获取测量模块测量的宏观性质，并与数据库模块中的原油宏观性质进行比对，找到与目标原油宏观性质最接近的一或多个原油，从而确定目标原油的详细分子组成。其中优选的，所述数据库模块优选包含20-3000个原油，优选全球有代表性的原油，覆盖全球不同国家与地区，更优选均匀覆盖各宏观性质的范围；其中优选的，所述测量模块包含一种或多种分析仪器，优选的分析仪器包括实沸点蒸馏装置、恩氏蒸馏装置、密度测试仪、元素分析仪、粘度仪、近红外光谱仪、核磁共振仪等分析检验设备或其组合，优选的所测量的宏观性质包括表1中的宏观性质的一种或多种，更优选沸程、密度、碳含量、氢含量、硫含量、氮含量、氧含量、金属含量、粘度、近红外光谱图、核磁共振性质等宏观性质中的一种或多种；其中优选的，所述比对模块能够进行比对检索，检索方法运用K最近邻算法（K-NearestNeighbor，KNN算法），找出原油性质数据库中与新原油宏观性质最接近的一或多个原油，优选1-5个原油，并能够根据宏观性质的原油的加权组合来计算目标原油的分子组成；并且可选地，所述对比模块中包含一个微调模块，所述微调模块能够根据计算的目标原油的分子组成，计算目标原油的宏观性质，将计算的宏观性质与测量模块实测的宏观性质进行比较，并根据比较结果微调每个分子的浓度，使得调整后的原油性质数据测量模块所测量的目标原油宏观性质之间的误差缩小，优选缩小至1%以下，优选所述微调方法包括最大熵值法和/或顺序调整法。特别地，所述确定原油分子组成的装置可以用于实施前文所述的确定原油分子组成的方法。本发明的方法解决了以下问题：1.获得原油详细分子组成的成本过高；2.获得原油详细分子组成的时间过长；3.获得原油详细分子组成需要依赖复杂的实验设备，第一线炼油及石化生产人员无法快捷的获取并指导生产。使用本发明的方法，能达到以下效果。首先，本发明显著降低了获取原油详细分子组成的成本。现有方法获取一个原油的详细分子组成，需要经过蒸馏、气相色谱检测、高效液相色谱分离、超高分辨率质谱检测、核磁共振检测等多道程序，检测设备成本高昂、检测技术复杂、检测耗时长。这些检测设备中的高效液相色谱费用超过百万，超高分辨率质谱检测仪费用超过千万元，成本高昂。而本发明将实验检测简化至常规宏观性质的检测，仅需要使用炼油及石化企业常规使用的实沸点蒸馏装置、恩氏蒸馏装置、密度测试仪、元素分析仪、粘度仪、近红外光谱仪、核磁共振仪等分析设备中的一种或多种，省去了成本高昂的气相色谱仪、高效液相色谱仪、超高分辨率质谱仪等仪器设备。其次，本发明使得炼油及石化企业能够更快速获得新原油的详细分子组成。本发明获得新原油详细组成的时间在4-8小时之内，与现有方法3个月的时间相比周期大幅缩短，使得炼油及石化企业可以运用本发明的方法日常的分析所加工原油的详细分子组成，为精细化生产提供了基础。再次，本发明大幅降低了分析原油详细分子组成所需要的人员规模。现有方法中的气相色谱仪、高效液相色谱仪、超高分辨率质谱仪对操作人员要求高，同时需要专门的人员进行操作，因此所需要的技术团队规模庞大。而本发明只需要常规原油检测的人员，并且所需的人员数量大幅降低，降低了企业获取原油详细分子组成信息的壁垒。附图说明图1.构建原油数据库的流程图。图2本发明中所包含的全球各个国家与地区原油的典型性质分布。图3.本发明所构建的原油数据库的结构图。图4.本发明获取新原油详细分子组成的流程图。图5.本发明所使用的K最近邻算法检索示意图。图6.实施例一预测南美洲委内瑞拉原油性质及分子组成的误差。图7.本发明实施例二预测中东原油分子组成与详细实验分析结果对比。具体实施方式下面通过具体实施方式对本发明作进一步详细的描述。实施例一：使用密度仪、元素分析仪、恩氏蒸馏仪确定原油详细分子组成的。1.针对全球各种原油的密度、碳含量、氢含量、硫含量、氮含量、氧含量、恩氏蒸馏曲线、及K值，构建具有代表性的原油列表。其中恩氏蒸馏曲线性质以50%馏出温度代表。在上述每个性质的数值跨度范围内，选取10个原油，使得这10个原油的该项性质均匀覆盖相应的数值跨度范围。上述8项宏观性质共选取80个代表性的原油，涵盖中东、北欧、非洲、南美、俄罗斯、中国、北美等各大原油产区。2.根据步骤1中构建的原油列表，针对列表中80个原油分别进行原油详细分子组成的分析。分析采用蒸馏、气相色谱检测、高效液相色谱分离、超高分辨率质谱检测、核磁共振检测等分析化验技术。3.根据步骤2中获取的原油列表中80个原油每个原油的详细分子组成，构建原油分子组成数据库。并根据每个原油的分子组成，计算出各个原油的表1中包含的各项宏观性质，并构建列表中所有原油的性质数据库。4.将步骤3中所构建的原油分子组成数据库与原油性质数据库结合，形成80个代表性原油索引数据库，每个原油指定一个索引编号，数据内容包括该原油的详细分子组成，与表1所包含的各项性质数据。数据库结构见图3。步骤1-4完成了全球80种代表性原油数据库的建立。以下步骤针对上述数据库中不包含的新原油，获取其详细分子组成。5.针对一个上述数据库中不包含的新原油：南美洲委内瑞拉原油，首先采用密度仪、元素分析仪、恩氏蒸馏仪分析检验设备，获取新原油的密度、碳含量、氢含量、硫含量、氮含量、氧含量、恩氏蒸馏曲线（以50%馏出温度为代表）、以及K值。其中前七项宏观性质数据为测量所得，第八项性质K值的计算公式为K=1.216T1/3/d15.6，式中T为平均沸点，d15.6为15.6°C时的原油密度。6.将步骤5中所测量的新原油的八项宏观性质，与原油数据库中80个原油的这八项宏观性质数据进行比对，检索方法运用K最近邻算法（K-NearestNeighbor，简称KNN算法），两个原油之间的差别使用欧氏距离（EuclideanDistance）算法，计算公式为：DAB=式中DAB表示原油A与原B的差别，xai与xbi分别表示A、B原油第i项性质的值。找出最接近的3个原油：巴西坎波斯盆地原油、特立尼达原油、美国加利福尼亚原油。7.将步骤6中检索出的3个原油的分子数据按照加权求和方法进行组合，越接近新原油的原油所获权重越大，巴西坎波斯盆地原油、特立尼达原油、美国加利福尼亚原油三个原油的权重分别为60%、23%、17%。加权求和后形成一套新的原油分子数据，用于代表新原油。8.将步骤7中所形成的新的原油分子数据进行调整，微调每个分子的浓度，使得调整后的原油性质数据与步骤5中所检测的新原油宏观性质之间的误差在一个设定的范围内（比如小于1%）。调整的方法采用文献已公开的最大熵值法。步骤5-8所形成的原油分子数据，即为南美洲委内瑞拉原油的详细分子组成，共包含了约26000种分子。表2展示了本实施例所获得的委内瑞拉原油分子数据中浓度最高的10种分子。本实施例特有的效果在于以较低成本快速获取新原油的分子组成。在构建好数据库后，为了确定新原油的分子组成，本实施例所使用的实验检测设备仅包括密度仪、元素分析仪、恩氏蒸馏仪，均为炼油及石化企业常用的分析检测仪器，无需添置新的分析检测设备，大大降低了企业获取原油详细分子组成的成本。同时，本实施例根据原油8项宏观性质所构建的80个代表性原油数据库，其构建成本与现有方法分析全球几千个原油的成本相比，降低了98%。同时，基于这80个原油的数据库所获取的新原油详细分子组成，与实际数值比价，误差控制在5%以内。本实施例预测南美洲委内瑞拉原油分子数据的结果见图6。在原油详细分子组成获取时间上，本实施例也将现有方法的3个月时间缩短至4-8小时。现有方法周期长，检测结果存在严重延误，很多情况下获得了原油详细分子组成后，企业所加工的原油早已发生了变化。而本实施例使得企业可以当天获得新原油的详细分子组成，适应了炼油及石化企业原料频繁变化的节奏，为生产提供第一时间的指导。表2、本实施例获得的南美洲委内瑞拉原油分子数据中浓度最高的10种分子。实施例二：本发明使用近红外光谱仪确定原油详细分子组成的实施例。1.针对全球各种原油的密度、硫含量、恩氏蒸馏曲线、近红外光谱这四项性质构建具有代表性的原油列表。其中恩氏蒸馏曲线性质以10%、30%、50%、70%、90%馏出温度代表。在上述每个性质的数值跨度范围内，选取100个原油，使得这100个原油的该项性质均匀覆盖相应的数值跨度范围。上述四项宏观性质共选取400个代表性的原油，涵盖中东、北欧、非洲、南美、俄罗斯、中国、北美等各大原油产区。2.根据步骤1中构建的原油列表，针对列表中400个原油分别进行原油详细分子组成的分析。分析采用蒸馏、气相色谱检测、高效液相色谱分离、超高分辨率质谱检测、核磁共振检测等分析化验技术。3.根据步骤2中获取的原油列表中400个原油每个原油的详细分子组成，构建原油分子组成数据库。并根据每个原油的分子组成，计算出各个原油的表1中包含的各项宏观性质，并对这400个原油进行近红外光谱仪检测，记录其近红外光谱数据。根据以上数据构建列表中所有原油的性质数据库。4.将步骤3中所构建的原油分子组成数据库与原油性质数据库结合，形成400个代表性原油索引数据库，每个原油指定一个索引编号，数据内容包括该原油的详细分子组成，与表1所包含的各项性质数据。数据库结构见图3。步骤1-4完成了全球400种代表性原油数据库的建立。以下步骤针对上述数据库中不包含的新原油，获取其详细分子组成。5.针对一个上述数据库中不包含的新原油：中东中质原油，首先采用近红外光谱仪获取新原油的近红外光谱图。6.将步骤5中所测量的新原油的近红外光谱图，与原油数据库中400个原油的近红外光谱图进行比对，检索方法运用K最近邻算法（K-NearestNeighbor，简称KNN算法），两个原油之间的差别使用曼哈顿距离算法（ManhattanDistance），计算公式为：DAB=式中DAB表示原油A与原B的差别，xAi与xBi分别表示A、B原油近红外光谱第i个峰的面积值。找出最接近的4个原油：泰国瓦萨那原油、美国得克萨斯原油、俄罗斯乌拉尔原油、印度尼西亚原油。7.将步骤6中检索出的4个原油的分子数据按照加权求和方法进行组合，越接近新原油的原油所获权重越大。泰国瓦萨那原油、美国得克萨斯原油、俄罗斯乌拉尔原油、印度尼西亚原油的权重分别为40%、29%、21%、10%。加权求和后形成一套新的原油分子数据，用于代表新原油。8.将步骤7中所形成的新的原油分子数据进行调整，微调每个分子的浓度，使得调整后的原油性质数据与步骤5中所检测的新原油近红外光谱之间的误差在一个设定的范围内（比如小于1%）。调整的方法采用顺序调整法，依次根据每一个近红外光谱峰值对应的性质差异对浓度进行微调，调整公式为wi*=wi×(xn*-xn)/xn，式中wi*为调整后第i个分子的浓度，wi为调整前第i个分子的浓度，xn*为新原油近红外光谱第n个峰的面积，xn为步骤7中加权求和所形成的原油数据近红外光谱第n个峰的面积。步骤5-8所形成的原油分子数据，即为新原油的详细分子组成，共包含了约24000种分子。表3展示了本实施例所获得的中东中质原油分子数据中浓度最高的10种分子。表3、本实施例获得的中东中质原油分子数据中浓度最高的10种分子。本实施例特有的效果在于实施基于近红外光谱仪，其应用范围和成本较其他分析仪器更低、完成一次分析的时间更短，因此获取新原油详细分子组成的速度更快。本实施例所使用的近红外光谱仪是炼油及石化企业最常用的分析检测仪器之一，已有超过60年的发展历史，使用广泛，技术成熟。因此无需企业添置新的分析检测设备，大大降低了企业获取原油详细分子组成的成本。同时，本实施例根据原油近红外光谱所构建的400个代表性原油数据库，其构建成本与现有方法分析全球几千个原油的成本相比，降低了90%以上。同时，基于这400个原油的数据库所获取的新原油详细分子组成，与实际数值比价，误差控制在5%以内。本实施例预测中东原油分子数据的结果见图7。在原油详细分子组成获取时间上，本实施例也将现有方法的3个月时间缩短至0.5小时。本实施例所用方法设备成本低、检测时间短，使得企业可以现场获得新原油的详细分子组成，可在原油挖掘现场、采购现场、生产现场使用，使得原油分子组分信息应用更为广泛。当前第1页1 2 3