基于随机森林回归的汽油研究法辛烷值预测

作者：郑斌^*; 孙洪霞; 王维民

来源：石油炼制与化工, 2020, 51(12): 69-75.

• 汽油
• 研究法辛烷值
• 随机森林
• 回归
• 预测

针对成品油销售企业汽油辛烷值检测难的问题,提出了一种基于随机森林回归算法的研究法辛烷值(RON)预测方法。该方法基于成品油质量数据库中的实测数据,以汽油烯烃含量、芳烃含量、氧含量、馏程(10%,50%,90%馏出温度及终馏点)和密度作为自变量,研究法辛烷值作为因变量,分别建立92号汽油、95号汽油和(92号+95号)汽油的随机森林回归模型。结果表明,92号模型和95号模型的预测精度更高,两个模型的决定系数均达到0.95以上。应用这两个模型进行汽油RON预测,油品质量升级后,模型仍然保持了较高的精度,可靠性和适应性较好。与中红外光谱检测方法相比,随机森林回归模型超过84%的预测结果的绝对误差不大于0.7个单位,精度显著优于中红外光谱检测方法。该预测方法能够为销售企业汽油辛烷值的质量监控提供有益帮助。