一种基于数据驱动的加氢裂化装置的尾油预测方法

本发明公开了一种基于数据驱动的加氢裂化装置的尾油预测方法。涉及数据挖掘与机器学习领域，该方法主要对石油装置尤其是加氢裂化装置采集来的历史数据进行分析，数据预处理阶段采用拉格朗日插值法等方法对数据进行清洗操作；在数据处理阶段，采用统计学PCA主成分分析方法进行降维，之后将主要变量送入神经网络模型；在建模阶段，由于该数据具有非线性时序强相关性，所以使用RNN循环神经网络进行训练，最后将训练的结果进行评价。本发明在满足准确率的情况下，克服了加氢裂化装置在传统建模中长期存在的维护难、成本高、滞后性等问题，使生产的效率有效提高。