科研之友
微信
新浪微博
Facebook
分享链接
摘要
基于图卷积神经网络的神经指纹方法,引入了池化操作,建立了改进的神经指纹方法;进而采用改进的神经指纹法建立了汽油单体烃辛烷值的预测模型,作为对分子级汽油辛烷值调合模型的支撑。通过用单体烃沸点和临界温度数据集对预测模型进行验证,发现池化操作的引入对神经指纹法的预测能力有明显提升,改进神经指纹法模型可自动选取对辛烷值有利和不利的结构特征,双键结构对单体烃马达法辛烷值的影响比芳环结构的影响更大。该预测模型对研究法辛烷值和马达法辛烷值的预测达到了同等水平,取得了良好的预测效果。
-
单位中国石油大学（北京）; 重质油国家重点实验室; 中国石油化工股份有限公司石油化工科学研究院
