期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
生成对抗网络在油品分子组成预测方面的研究
被引量：
2
1
作者
宋亚峰
王杭州
+4 位作者
谷明章
王弘历
商辉
孙宝文
纪晔
《油气与新能源》
2021年第4期90-100,共11页
炼油行业呈现由粗放向精细发展趋势。分子炼油技术已成为当前研究的热门方向,而实现分子炼油技术的第一步就是获取分子组成。在定义了含590种常见汽油组分的分子库为预测模型输出端的基础上,以18种汽油油品宏观物性为输入端,以某炼厂31...
炼油行业呈现由粗放向精细发展趋势。分子炼油技术已成为当前研究的热门方向,而实现分子炼油技术的第一步就是获取分子组成。在定义了含590种常见汽油组分的分子库为预测模型输出端的基础上,以18种汽油油品宏观物性为输入端,以某炼厂31组汽油检测报告为基础数据,随机取其中29组数据为模型训练集数据库,剩余两组数据作检测组生成预测结果,最终开发了以生成对抗网络为原理预测油品分子组成的模型。从原数据库中抽取两组数据为新的检测组,再将原检测组两组数据归为训练集数据库,分三次验证模型效果,并选取油品的主要分子组成将预测值与实际值进行对比。结果显示,第一组生成对抗网络模型预测结果的平均误差为5.80%,3.86%;第二组为4.85%,3.11%;第三组为3.86%,3.07%。生成对抗网络法模型所得预测值与实际值基本相同,由此认为模型的模拟结果较好地反映了汽油的分子组成,为今后获取重油的分子组成提供了一种方法。
展开更多
关键词
分子管理
油品分子组成预测模型
生成对抗网络法
在线阅读
下载PDF
职称材料
题名
生成对抗网络在油品分子组成预测方面的研究
被引量：
2
1
作者
宋亚峰
王杭州
谷明章
王弘历
商辉
孙宝文
纪晔
机构
中国石油化工股份有限公司天津分公司
中国石油天然气股份有限公司规划总院
中国石油天然气股份有限公司辽河石化分公司
中国石油大学(北京)
出处
《油气与新能源》
2021年第4期90-100,共11页
文摘
炼油行业呈现由粗放向精细发展趋势。分子炼油技术已成为当前研究的热门方向,而实现分子炼油技术的第一步就是获取分子组成。在定义了含590种常见汽油组分的分子库为预测模型输出端的基础上,以18种汽油油品宏观物性为输入端,以某炼厂31组汽油检测报告为基础数据,随机取其中29组数据为模型训练集数据库,剩余两组数据作检测组生成预测结果,最终开发了以生成对抗网络为原理预测油品分子组成的模型。从原数据库中抽取两组数据为新的检测组,再将原检测组两组数据归为训练集数据库,分三次验证模型效果,并选取油品的主要分子组成将预测值与实际值进行对比。结果显示,第一组生成对抗网络模型预测结果的平均误差为5.80%,3.86%;第二组为4.85%,3.11%;第三组为3.86%,3.07%。生成对抗网络法模型所得预测值与实际值基本相同,由此认为模型的模拟结果较好地反映了汽油的分子组成,为今后获取重油的分子组成提供了一种方法。
关键词
分子管理
油品分子组成预测模型
生成对抗网络法
Keywords
Molecular management
Molecular composition prediction model of oil products
Generative adversarial network
分类号
TE62 [石油与天然气工程—油气加工工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
生成对抗网络在油品分子组成预测方面的研究
宋亚峰
王杭州
谷明章
王弘历
商辉
孙宝文
纪晔
《油气与新能源》
2021
2
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
