一種通過(guò)近紅外光譜識(shí)別原油種類(lèi)及其性質(zhì)的方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明為一種原油種類(lèi)識(shí)別及性質(zhì)預(yù)測(cè)方法，具體地說(shuō)，是一種由近紅外光譜識(shí) 別原油及原油性質(zhì)的快評(píng)方法。
【背景技術(shù)】
[0002] 原油評(píng)價(jià)在原油開(kāi)采、原油貿(mào)易、原油加工等各方面發(fā)揮著十分重要的作用，盡管 目前已經(jīng)建立了一套較為完整的原油評(píng)價(jià)方法，但是這些方法分析時(shí)間長(zhǎng)、工作量大、成 本高，遠(yuǎn)不能滿(mǎn)足實(shí)際應(yīng)用的需要。因此，基于多種現(xiàn)代儀器分析手段，包括色-質(zhì)聯(lián)用 (GC-MS)、核磁共振（NMR)、近紅外光譜（NIR)和紅外光譜（IR)等開(kāi)發(fā)建立原油快速評(píng)價(jià)技 術(shù)得以發(fā)展，其中NIR方法由于測(cè)量方便、速度快、并可用于現(xiàn)場(chǎng)或在線(xiàn)分析而倍受青睞。
[0003] 與利用NIR測(cè)定其它油品如汽、柴油不同的是，原油評(píng)價(jià)指標(biāo)多，例如僅原油的一 般性質(zhì)就有幾十項(xiàng)，若加上各餾分的性質(zhì)將有上百項(xiàng)。若采用傳統(tǒng)的因子分析方法如偏最 小二乘（PLS)建立逐個(gè)性質(zhì)的校正模型顯然是不可行的。將近紅外光譜與原油性質(zhì)數(shù)據(jù) 庫(kù)結(jié)合起來(lái)是較好解決這一問(wèn)題的技術(shù)路線(xiàn)之一，即以NIR光譜為特征對(duì)待測(cè)原油進(jìn)行識(shí) 另IJ，從NIR光譜庫(kù)中識(shí)別出其品種，然后再?gòu)囊延械脑托再|(zhì)數(shù)據(jù)庫(kù)中調(diào)出其評(píng)價(jià)數(shù)據(jù)，從 而實(shí)現(xiàn)原油快速評(píng)價(jià)的目的，為確定原油加工方案和優(yōu)化生產(chǎn)決策及時(shí)獲得評(píng)價(jià)數(shù)據(jù)提供 了一種簡(jiǎn)捷的方法。
[0004] 現(xiàn)存的原油評(píng)價(jià)知識(shí)庫(kù)大都具有原油比對(duì)的功能，通過(guò)待測(cè)原油的幾個(gè)已知性質(zhì) 如密度、粘度、酸值、硫含量和殘?zhí)康葟臄?shù)據(jù)庫(kù)中找出最相似的一種或多種原油，從而用這 些近似的原油評(píng)價(jià)數(shù)據(jù)給出待測(cè)原油的評(píng)價(jià)數(shù)據(jù)。這類(lèi)方法用到的識(shí)別參數(shù)是原油的一些 基本性質(zhì)，這些原油性質(zhì)的測(cè)定相對(duì)繁瑣，且測(cè)量時(shí)間長(zhǎng)，提供的信息也不全面，限制了這 種方式的應(yīng)用普及。
[0005] 近紅外光譜主要反映的是C-H、N-H和S-Η等含氫官能團(tuán)的信息，非常適合油品的 定量和定性分析，原油的近紅外光譜中包含了豐富的組成結(jié)構(gòu)信息，具有很強(qiáng)的指紋性，且 近紅外光譜的采集方便、快速、成本低，因此，以近紅外光譜為指紋特征對(duì)原油的品種進(jìn)行 識(shí)別將會(huì)成為一種快速簡(jiǎn)便的原油識(shí)別方式。
[0006] CN200910169611. 8公開(kāi)了"一種由近紅外光譜快速識(shí)別原油種類(lèi)的方法"，該法基 于移動(dòng)窗口概念(Moving Window)結(jié)合傳統(tǒng)相關(guān)系數(shù)法提出了一種用于原油近紅外光譜快 速識(shí)別的方法一移動(dòng)窗口相關(guān)系數(shù)法。這種方法可以準(zhǔn)確地對(duì)原油品種進(jìn)行識(shí)別，結(jié)合原 油評(píng)價(jià)數(shù)據(jù)庫(kù)能夠快速給出待測(cè)原油的性質(zhì)數(shù)據(jù)，是一種簡(jiǎn)易而可靠的原油評(píng)價(jià)分析數(shù)據(jù) 快速預(yù)測(cè)方法。但是，在實(shí)際應(yīng)用過(guò)程中，由于不同時(shí)期開(kāi)采的同一種原油在化學(xué)組成上往 往會(huì)有一定的差異，或者在儲(chǔ)運(yùn)過(guò)程中混雜了其它種類(lèi)的原油，原油的性質(zhì)也相應(yīng)地會(huì)發(fā) 生改變，所以采用CN200910169611. 8的方法，經(jīng)常無(wú)法從原油近紅外光譜庫(kù)中識(shí)別出與待 測(cè)原油完全一致的原油種類(lèi)，大大限制了這種快速識(shí)別技術(shù)的應(yīng)用范圍。

【發(fā)明內(nèi)容】

[0007] 本發(fā)明的目的是提供一種由近紅外光譜識(shí)別原油及其性質(zhì)的方法，該法可提高待 測(cè)原油的識(shí)別率。
[0008] 本發(fā)明提供的通過(guò)近紅外光譜識(shí)別原油種類(lèi)及其性質(zhì)的方法，包括如下步驟：
[0009] (1)收集各種類(lèi)型原油樣品，用常規(guī)方法測(cè)定其物性數(shù)據(jù)，并測(cè)定近紅外光譜，將 原油樣品的近紅外光譜進(jìn)行二階微分處理，選取4628~4000cm 1和6076~5556cm 1譜區(qū) 的吸光度與原油樣品對(duì)應(yīng)的物性數(shù)據(jù)建立原油樣品近紅外光譜數(shù)據(jù)庫(kù)，
[0010] (2)測(cè)定待識(shí)別原油樣品的近紅外光譜并進(jìn)行二階微分處理，選取4628~ 4000cm 1和6076~5556cm 1譜區(qū)的吸光度構(gòu)成光譜矢量X，
[0011] (3)計(jì)算光譜矢量X與原油樣品近紅外光譜數(shù)據(jù)庫(kù)每個(gè)樣品在4628~4000cm 1和 6076~5556cm1譜區(qū)的每個(gè)移動(dòng)相關(guān)系數(shù)，按式（I )計(jì)算每個(gè)數(shù)據(jù)庫(kù)樣品的識(shí)別參數(shù)％，
[0012]
[0013] 式（I )中，r]1為移動(dòng)相關(guān)系數(shù)；i為所用光譜數(shù)據(jù)庫(kù)中樣品的序號(hào)，j為移動(dòng)窗 口的序號(hào)，η為移動(dòng)窗口總數(shù)，m為所用光譜數(shù)據(jù)庫(kù)樣品總數(shù)，
[0014] (4)計(jì)算閾值Qt，Qt = (d-w-0. 15)，其中d為近紅外光譜的采樣點(diǎn)數(shù)，w為移動(dòng)窗 口寬度；
[0015] 若所有的％值均不大于Qt，則按照下述步驟進(jìn)行虛擬識(shí)別：
[0016] (5)選?。ブ底畲蟮膕個(gè)鄰近原油樣品，從近紅外光譜數(shù)據(jù)庫(kù)中取其近紅外光譜 組成鄰近光譜陣N sXd，并將這s種原油對(duì)應(yīng)的性質(zhì)數(shù)據(jù)組成鄰近物性數(shù)據(jù)陣PsXk，所述的s 為選取的與待測(cè)原油鄰近的原油樣品個(gè)數(shù)，d為原油樣品近紅外光譜的采樣點(diǎn)數(shù)，k為原油 樣品的物性個(gè)數(shù)，
[0017] (6)隨機(jī)取s個(gè)0~1之間的小數(shù)，將這s個(gè)小數(shù)進(jìn)行歸一化處理，得到由s個(gè)歸 一化小數(shù)構(gòu)成的向量V，將向量V與鄰近光譜陣N sXd相乘，得到一個(gè)虛擬的原油光譜z ;將 向量v與鄰近物性數(shù)據(jù)陣PsXk相乘，得到該虛擬原油的物性向量P ;重復(fù)虛擬過(guò)程，直至獲 得g個(gè)虛擬的原油光譜，及g個(gè)對(duì)應(yīng)的虛擬原油的物性向量，將這g個(gè)虛擬的原油光譜組成 虛擬光譜陣V gXd和虛擬原油的物性數(shù)據(jù)陣QgXk，
[0018] (7)計(jì)算光譜矢量X與虛擬光譜陣VgXd每個(gè)樣品在4628~4000cm 1和6076~ 5556cm1譜區(qū)的每個(gè)移動(dòng)相關(guān)系數(shù)，按式（I )計(jì)算每個(gè)數(shù)據(jù)庫(kù)樣品的識(shí)別參數(shù)％，取大于 閾值Qt的％中最大值，且每一個(gè)移動(dòng)相關(guān)系數(shù)都不小于〇. 9900的虛擬原油樣品，將其視 為與待識(shí)別原油樣品相同，調(diào)出該虛擬原油樣品的物性數(shù)據(jù)作為待識(shí)別原油樣品的物性數(shù) 據(jù)。
[0019] 本發(fā)明方法對(duì)移動(dòng)窗口相關(guān)系數(shù)法識(shí)別不成功的待測(cè)原油樣品，通過(guò)從近紅外光 譜庫(kù)中挑選最接近的一組光譜，并將其用隨機(jī)虛擬混兌的方法建立虛擬光譜數(shù)據(jù)庫(kù)，對(duì)虛 擬數(shù)據(jù)庫(kù)樣品再進(jìn)行移動(dòng)窗口相關(guān)系數(shù)計(jì)算，由此可提高識(shí)別成功率。
【具體實(shí)施方式】
[0020] 本發(fā)明方法為CN200910169611. 8識(shí)別待測(cè)原油樣品的方法的補(bǔ)充，對(duì)于難以由 CN200910169611. 8識(shí)別的待測(cè)原油樣品，根據(jù)所得的識(shí)別參數(shù)，提取其中最大的s個(gè)原油 樣品，由這s個(gè)原油樣品的光譜和物性參數(shù)，通過(guò)隨機(jī)取值的方法均勻分布出若干個(gè)虛擬 原油樣品光譜和物性數(shù)據(jù)，建立虛擬原油樣品庫(kù)，通過(guò)計(jì)算待測(cè)原油樣品與虛擬原油樣品 庫(kù)中樣品的識(shí)別參數(shù)，由虛擬樣品庫(kù)中挑選與待測(cè)原油樣品一致的樣品，調(diào)出其物性參數(shù) 作為待測(cè)原油樣品的物性參數(shù)，可進(jìn)一步提高待測(cè)原油的識(shí)別率。
[0021] 本發(fā)明方法（1)步為建立原油樣品近紅外光譜數(shù)據(jù)庫(kù)，收集的有代表性的原油樣 品數(shù)量?jī)?yōu)選200~800個(gè)，用常規(guī)方法測(cè)定原油樣品各種所需的物性數(shù)據(jù)，與其特征譜區(qū)經(jīng) 二階微分處理的吸光度對(duì)應(yīng)建立近紅外光譜數(shù)據(jù)庫(kù)。
[0022] (2)步和（3)步為在已建的原油樣品近紅外光譜數(shù)據(jù)庫(kù)中識(shí)別待測(cè)（待識(shí)別）原 油樣品，（2)步采用與（1)步建庫(kù)相同的方法測(cè)定待測(cè)原油樣品的近紅外光譜，取其特征譜 區(qū)經(jīng)二階微分處理的吸光度作為光譜矢量，再用待測(cè)樣品的光譜矢量，按（3)步所述的方 法計(jì)算其相對(duì)于每個(gè)庫(kù)光譜樣品的識(shí)別參數(shù)，若庫(kù)中有識(shí)別參數(shù)大于閾值的樣品，且其每 一個(gè)移動(dòng)相關(guān)系數(shù)都不小于〇. 9900,則認(rèn)為此樣品與待測(cè)原