10.3969/j.issn.1000-8144.2018.01.007
RBF神经网络在催化裂化汽油加氢装置中的应用
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.
RBF神经网络、催化裂化汽油、加氢脱硫、硫含量
47
TE624.4(石油、天然气加工工业)
2018-05-11(万方平台首次上网日期,不代表论文的发表时间)
共6页
37-42