(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111253920.0 (22)申请日 2021.10.27 (71)申请人 北京中智软创信息技 术有限公司 地址 100081 北京市海淀区中关村南大街 乙12号院1号楼5层6 01 (72)发明人 王海　向云刚　 (74)专利代理 机构 北京纪凯知识产权代理有限 公司 11245 代理人 冀志华 (51)Int.Cl. G06F 30/27(2020.01) G06N 3/08(2006.01) G06N 20/00(2019.01) (54)发明名称 一种常减压产品性质预测方法、 系统、 设备 和存储介质 (57)摘要 本发明涉及一种常减压产品性质预测方法、 系统、 设备和存储介质， 包括： 基于预先 获得的样 本数据集， 对 预先构建的各机器学习模型进行训 练， 并将训练好的各机器学习模型进行融合， 得 到最终的常压塔融合模型； 采用最终的常压塔融 合模型对常减压产品性质进行预测， 得到常减压 产品性质预测结果。 本发明采用流程模拟数据+ 现场数据对机器学习模型进行建模， 模型具有自 学习能力， 能够应对如 原油性质变化和产品方案 变化等复杂工况。 利用融合的机器学习模型进行 孪生模型的训练， 使 得模型能够对 数据特征进行 充分的学习， 提升模型的泛化性能和鲁棒性， 从 而保证模型既具备对多工况的适应性， 又具备计 算的稳定性和收敛性。 本发明可以广泛应用于产 品检测领域。 权利要求书2页 说明书7页 附图2页 CN 114021439 A 2022.02.08 CN 114021439 A 1.一种常减压产品性质预测方法， 其特 征在于， 包括以下步骤： 基于预先获得的样本数据集， 对预先构建的各机器学习模型进行训练， 并将训练好的 各机器学习模型进行融合， 得到最终的常压塔融合模型； 采用最终的常压塔融合模型对常减压产品性质进行预测， 得到常减压产品性质预测结 果。 2.如权利要求1所述的一种常减压产品性质预测方法， 其特征在于， 所述最终的常压塔 融合模型的获得 方法， 包括： 针对不同典型工况收集 其现场生产数据和流 程模拟数据， 并聚合形成样本数据集； 选择若干种机器学习模型， 并为 其分配超参数； 将样本数据集按预设比例随机地划分为训练集和测试集两个部分， 对训练集和测试集 进行归一 化处理； 确定各机器学习 模型的输入和输出变量， 并基于训练集和测试集对各机器学习 模型进 行训练， 将训练好的各机器学习模型进行融合， 得到最终的常压塔融合模型。 3.如权利要求2所述的一种常减压产品性质预测方法， 其特征在于， 所述针对不同典型 工况收集 其现场生产数据和流 程模拟数据， 并聚合形成样本数据集的方法， 包括： 收集各种不同典型工况的现场生产数据， 建立 不同典型工况的流 程模拟工艺模型； 以不同典型工况对应的流程模拟工艺模型为基础， 应用流程模拟技术在各典型工况附 近产生预设数量的不同的流 程模拟数据； 将各典型工况对应的流 程模拟数据和现场生产数据进行聚合， 形成样本数据集。 4.如权利要求2所述的一种常减压产品性质预测方法， 其特征在于， 对所述训练集和测 试集进行划分时， 预设比例为 4:1。 5.如权利要求2所述的一种常减压产品性质预测方法， 其特征在于， 对训练集和测试集 进行归一 化处理时， 采用的归一 化方法为Mi n‑Max归一化法。 6.如权利要求2所述的一种常减压产品性质预测方法， 其特征在于， 所述基于训练集和 测试集对各机器学习模型进行训练， 并将训练好的各机器学习模型进行融合， 得到最终的 常压塔融合模型的方法， 包括： 将训练集加载到各机器学习模型中， 对各机器学习模型进行训练， 得到各训练好的机 器学习模型； 采用几何平均的方法对训练好的各机器学习模型进行模型融合， 得到常压塔融合模 型； 采用测试集对得到的常压塔融合模型进行泛化性 能的检验和评估， 得到最终的常压塔 融合模型。 7.如权利要求6所述的一种常减压产品性质预测方法， 其特征在于， 所述采用几何平均 的方法对训练好的各机器学习模型进行模型融合时， 计算公式为： 其中， 为常压塔融合模型的预测结果； yi为第i个机器学习模型的预测结果， n为机器权　利　要　求　书 1/2 页 2 CN 114021439 A 2学习模型总数。 8.一种常减压产品性质预测系统， 其特 征在于， 包括： 融合模型构建模块， 用于基于预先获得的样本数据集， 对预先构建的各机器学习模型 进行训练， 并将训练好的各机器学习模型进行融合， 得到最终的常压塔融合模型； 产品性质预测模块， 用于采用最终的常压塔融合模型对常减压产品性质进行预测， 得 到常减压产品性质预测结果。 9.一种处理设备， 所述处理设备至少包括处理器和存储器， 所述存储器上存储有计算 机程序， 其特征在于， 所述处理器运行所述计算机程序时执行以实现权利要求1到7任一项 所述常减压产品性质预测方法的步骤。 10.一种计算机存储介质， 其特征在于， 其上存储有计算机可读指令， 所述计算机可读 指令可被处理器执行以实现根据权利要求1到7任一项所述常减压产品性质预测方法的步 骤。权　利　要　求　书 2/2 页 3 CN 114021439 A 3