RBF神经网络在催化裂化汽油加氢装置中的应用

• 作者: 卜晓玲 国庆 李义一 肖强
• 来源期刊: 石油化工
• 学科: 工学
• 关键词: RBF神经网络 催化裂化汽油 加氢脱硫 硫含量
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 研究与开发
• 页码范围: 37-42
• 页数: 6页
• 分类号: TE624.4
• 字数: 2909字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-8144.2018.01.007

摘要

根据国内某炼厂250 kt/a催化裂化汽油选择性加氢脱硫装置的生产操作数据,应用RBF神经网络建立了用于预测重汽油馏分加氢产品硫含量的模型,并通过反应器Ⅱ一段进口温度对所建立的RBF神经网络模型的泛化能力进行了考察.实验结果表明,RBF神经网络对重汽油产品硫含量的预测精度较高,平均相对误差达到1.32%,能够对重汽油产品硫含量进行准确预测;RBF神经网络模型的预测性能优于LMBP神经网络模型;RBF神经网络模型具有较好的泛化能力,能够指导装置的生产.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖强		1	0	0.0	0.0
2	国庆		1	0	0.0	0.0
3	李义一		1	0	0.0	0.0
4	卜晓玲		1	0	0.0	0.0