[2B09-2B14] 製油所脱炭素化 (3)

[2B09] 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２）

○中河 陽太¹、松本 幸太郎¹、新井 宏昌¹、加藤 洋¹、吉塚 淳平²、金子 弘昌² (1. 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、2. 明治大学　理工学部　応用科学科)

キーワード：petroleomics, crude oil, machine learning

常圧蒸留装置（CDU）では、最適運転制御（RTO/APC）が広く普及しているが、RTOで最適運転を導き出すには原油のアッセイデータが必要である。しかし、CDUで処理する原油の性状・成分をリアルタイムに把握する技術はないことからRTOでは過去の原油アッセイデータを用いており、ここに改善（省エネ）の余地がある。そこでJPECでは、機械学習技術を用いてCDU処理原油の成分・性状情報をリアルタイムに予測する技術の開発を行っているが、本報告では、昨年報告した処理原油性状予測モデルを改良し、予測精度の向上を実現したので、その結果を報告する。