催化裂化装置汽提蒸汽用量预测方法、装置及设备与流程

本发明涉及催化裂化反应控制，具体地涉及一种催化裂化装置汽提蒸汽用量预测方法、一种催化裂化装置汽提蒸汽用量预测装置及一种终端设备。

背景技术：

1、催化裂化装置的生产运行中，在反应器的沉降器汽提段有部分油气存在于催化剂颗粒间隙或吸附在催化剂表面，而进入汽提器的油气总量相当于进料量的2-4％，其中，约70-80％夹杂在催化剂颗粒间隙，20-30％吸附在催化剂内部。目前工艺上采用水蒸汽汽提的方法将这部分油气分离出来，而这部分所用的蒸汽在催化裂化工艺过程中被称为汽提蒸汽。汽提蒸汽的用量关系着含硫污水的产生量及蒸汽资源的利用，汽提蒸汽通过蒸汽吹扫可回收利用部分可用油汽，实现降低再生器的烧焦负荷的同时提高了产品收率。汽提蒸汽量过小会导致油气随待生剂进入再生器烧掉造成物料损失，蒸汽量的过量注入会造成能源浪费的同时产生更多的含硫污水等污染物。

2、目前对于催化裂化装置的减污降碳的研究多集中于沉降器结构和汽提蒸汽的股数调节方面，往往采用经验计算值对蒸汽用量进行确定，而不能根据装置的实际运行状态及时、合理的对汽提蒸汽用量进行调节，且目前催化裂化装置操作人员对汽提蒸汽的调节主要依靠设计值及人员经验，存在蒸汽用量的调整波动范围较大的问题，而调整不合理可能会导致严重的装置运行的问题。

技术实现思路

1、本发明实施方式的目的是提供一种催化裂化装置汽提蒸汽用量预测方法、一种催化裂化装置汽提蒸汽用量预测装置及一种终端设备，以解决现有技术中无法实时调节汽提蒸汽用量的问题。

2、为了实现上述目的，在本发明的第一方面，提供一种催化裂化装置汽提蒸汽用量预测方法，包括：

3、获取所述催化裂化装置的特征参数；

4、以所述特征参数为输入，经汽提蒸汽预测模型预测所述催化裂化装置的汽提蒸汽用量；

5、依据得到的汽提蒸汽用量调节所述催化裂化装置的汽提蒸汽用量；

6、所述汽提蒸汽预测模型通过所述催化裂化装置在不同工况下的特征参数及对应的汽提蒸汽用量对预设神经网络模型训练后得到。

7、优选地，所述催化裂化装置的特征参数通过以下方法确定：

8、获取所述催化裂化装置的工艺参数，以所述催化裂化装置的工艺参数为所述催化裂化装置的特征参数；

9、所述催化裂化装置的工艺参数包括所述催化裂化装置的总进料量、再生器小分布环主风流量、再生器稀相段压力、再生滑阀阀位、反应器再生斜管温度、再生器顶出口氧含量及沉降器汽提段藏量。

10、优选地，所述汽提蒸汽预测模型的训练过程包括：

11、确定预设神经网络模型初始的网络参数；

12、以不同工况下所述催化裂化装置的总进料量、再生器小分布环主风流量、再生器稀相段压力、再生滑阀阀位、反应器再生斜管温度、再生器顶出口氧含量及沉降器汽提段藏量为输入，经预设神经网络模型预测当前工况对应的汽提蒸汽用量；

13、获取当前工况对应的实测汽提蒸汽用量，在得到的汽提蒸汽用量与实测汽提蒸汽用量的差值大于汽提蒸汽用量阈值的情况下，更新所述预设神经网络模型的网络参数，直至得到的汽提蒸汽用量与实测汽提蒸汽用量的差值不大于所述汽提蒸汽用量阈值，以更新网络参数后的预设神经网络模型作为汽提蒸汽预测模型。

14、优选地，所述催化裂化装置的特征参数通过以下方法确定：

15、获取所述催化裂化装置的工艺参数，依据所述催化裂化装置的工艺参数确定所述催化裂化装置的子特征参数；

16、确定所述催化裂化装置的工艺参数及所述催化裂化装置的子特征参数为所述催化裂化装置的特征参数；

17、所述催化裂化装置的工艺参数包括所述催化裂化装置的总进料量、再生器小分布环主风流量、再生器稀相段压力、再生滑阀阀位、反应器再生斜管温度、再生器顶出口氧含量及沉降器汽提段藏量。

18、优选地，所述催化裂化装置的子特征参数，包括：

19、所述催化裂化装置的总进料量与所述沉降器汽提段藏量的比值。

20、优选地，所述汽提蒸汽预测模型的训练过程包括：

21、确定预设神经网络模型初始的网络参数；

22、以不同工况下所述催化裂化装置的总进料量、再生器小分布环主风流量、再生器稀相段压力、再生滑阀阀位、反应器再生斜管温度、再生器顶出口氧含量、沉降器汽提段藏量及所述催化裂化装置的总进料量与所述沉降器汽提段藏量的比值为输入，经预设神经网络模型预测当前工况对应的汽提蒸汽用量；

23、获取当前工况对应的实测汽提蒸汽用量，在得到的汽提蒸汽用量与实测汽提蒸汽用量的差值大于汽提蒸汽用量阈值的情况下，更新所述预设神经网络模型的网络参数，直至得到的汽提蒸汽用量与实测汽提蒸汽用量的差值不大于所述汽提蒸汽用量阈值，以更新网络参数后的预设神经网络模型作为汽提蒸汽预测模型。

24、在本发明的第二方面，提供一种催化裂化装置汽提蒸汽用量预测装置，包括：

25、数据获取模块，被配置为获取所述催化裂化装置的特征参数；

26、预测模块，被配置为以所述特征参数为输入，经汽提蒸汽预测模型预测所述催化裂化装置的汽提蒸汽用量；

27、控制模块，被配置为依据得到的汽提蒸汽用量调节所述催化裂化装置的汽提蒸汽用量；

28、所述汽提蒸汽预测模型通过所述催化裂化装置在不同工况下的特征参数及对应的汽提蒸汽用量对预设神经网络模型训练后得到。

29、优选地，所述装置还包括特征参数确定模块；所述特征参数确定模块被配置为：

30、获取所述催化裂化装置的工艺参数，以所述催化裂化装置的工艺参数为所述催化裂化装置的特征参数；

31、所述催化裂化装置的工艺参数包括所述催化裂化装置的总进料量、再生器小分布环主风流量、再生器稀相段压力、再生滑阀阀位、反应器再生斜管温度、再生器顶出口氧含量及沉降器汽提段藏量。

32、优选地，所述装置还包括特征参数确定模块；所述特征参数确定模块被配置为：

33、获取所述催化裂化装置的工艺参数，依据所述催化裂化装置的工艺参数确定所述催化裂化装置的子特征参数；

34、确定所述催化裂化装置的工艺参数及所述催化裂化装置的子特征参数为所述催化裂化装置的特征参数；

35、所述催化裂化装置的工艺参数包括所述催化裂化装置的总进料量、再生器小分布环主风流量、再生器稀相段压力、再生滑阀阀位、反应器再生斜管温度、再生器顶出口氧含量及沉降器汽提段藏量。

36、优选地，所述催化裂化装置的子特征参数，包括：

37、所述催化裂化装置的总进料量与所述沉降器汽提段藏量的比值。

38、在本发明的第三方面，提供一种计算机可读介质，所述计算机可读介质存储有计算机程序，所述计算机程序被处理器执行时实现上述的催化裂化装置汽提蒸汽用量预测方法。

39、在本发明的第四方面，提供一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述的催化裂化装置汽提蒸汽用量预测方法。

40、本发明上述技术方案通过确定催化裂化装置的特征参数并建立表征催化裂化装置的特征参数与催化裂化装置的汽提蒸汽用量之间关系的汽提蒸汽预测模型来实时预测催化裂化装置的汽提蒸汽用量，并根据得到的汽提蒸汽用量实时调节催化裂化装置的汽提蒸汽用量，从而能够动态调节催化裂化装置的汽提蒸汽用量，有利于实现催化裂化装置的减污降碳。

41、本发明实施方式的其它特征和优点将在随后的具体实施方式部分予以详细说明。