[2B09-2B14] 製油所脱炭素化 (3)

[2B10] 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３）

○松本 幸太郎¹、中河 陽太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. 明治大学大学院　理工学研究科　応用化学専攻)

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

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処理原油の一般性状・成分情報をリアルタイムに予測する技術開発を行っているが、今回、処理原油の組成・成分情報を予測する技術を開発したので、その結果を報告する。