[2D17-2D22] ペトロリオミクス

[2D18] 機械学習に基づく処理原油成分情報のリアルタイム予測モデルの開発（その１）

○吉塚 淳平¹、谷脇 寛明¹、橋本 益美²、松本 幸太郎²、加藤 洋²、金子 弘昌³ (1. 明治大学大学院　理工学研究科　応用化学専攻、2. 一般財団法人　石油エネルギー技術センター　石油基盤技術研究所　ペトロリオミクス技術研究室、3. 明治大学　理工学部　応用化学科)

キーワード：Crude oil, Assay, Machine Learning

石油会社では製油所で使用するエネルギー消費量を更に削減するためデジタル技術を活用した操業最適化に関する取組みが既に始まっているが、処理原油・原料油の成分情報等を活用することにより更に高いレベルで最適制御出来ると考えられる。そこで、本研究では、CO2排出量が最も多い装置の１つである常圧蒸留装置を対象に原油の成分・性状情報を機械学習により予測する技術の開発を行っているが、今回は受入れ原油の性状を予測する機械学習モデルを開発したので、その結果について報告する。