多变量数据分析在油品标准密度测定中的应用周宏志1孙健2顾海鹏.DOC

多变量数据分析在油品标准密度测定中的应用 周宏志1孙健2顾海鹏3 (1黑龙江农垦石油有限公司，黑龙江 哈尔滨 150090；2大庆炼化公司，黑龙江 大庆 163411；3东北石油大学163318) 摘要：我国炼油企业与销售企业的贸易结算仍按油品的质量进行计算，该方法工作量大、 易出现错误。文中探讨了应用Unscrambler软件，对产品标准密度表中的常用数据进行 分析，得到20℃标准密度的函数关系式。该函数关系式在常用温度、常用密度范围内， 完全可以替代查表法计算20℃标准密度，具有实用价值。 关键词：多变量数据分析； 标准密度； 石油计量； 多元曲线分辨 中图分类号：TE622 文献标识码：A 我国油库在计算油品质量时，多采用GB/T 1885—1998《石油计量表(产品部分)》[]计量表中的体积修正系数表计算油品质量，即在非标准温度下获得的玻璃石油密度计读数(视密度)换算为标准温度下的密度(标准密度)和体积修正系数，再由计量温度下的体积、体积修正系数、标准密度和空气浮力修正值计算油品质量。而GB/T 1885—1998标准密度表中的试验温度间隔定为0.25 ℃。因此在标准密度表的试验温度栏中，有时无法直接找到对应的试验温度值[]，给带来不便。另外，GB/T 1885—1998规定，“当试验温度介于试验温度栏中两相邻温度之间时，试验温度不必内插，而是以最接近的温度值查表”，尽管其对计量精度的影响可以接受，但在查表时也会带来不必要的麻烦，且容易出错。尤其当铁路成列到车时[]，接卸油品、查表计算油品标准密度的工作量很大，要耗费很长时间。因此减少查找油品标准密度的工作时间，降低工作量，提高工作效率极为重要。 使用多变量数据分析软件，对石油产品标准密度表进行分析，得到温度、视密度、20℃标准密度的关系式。由关系式计算出产品标准密度。 Unscrambler分析标准密度 1.1 Unscrambler Unscrambler是完整的多变量数据分析和实验设计软件，包含主成分分析多元曲线分辨偏最小二乘回归聚类等可以很方便地提取并处理大量数据信息，是多变量数据分析的有力工具。 GB/T 1885—1998《石油计量表(产品部分)》中的产品标准密度表(59B)是用于油品计量得到试验温度、视密度后，在表中查找交叉数，即为该油品的20 ℃标准密度实质为温度、视密度与20 ℃标准密度的关系。20 ℃标准密度可以将温度、视密度作为回归变量，20 ℃标准密度作为因变量则分析石油产品标准密度关系式便转化为求解二元变量的非线性回归模型。 , （2） 式中 —温度，℃；—视密度，kgm3；——20 ℃标准密度，kgm3。希望通过应用Unscrambler软件分析该数据多元函数中的未知常数，得到20 ℃标准密度的函数。以柴油为例，GB/T 19147-2013《车用柴油(Ⅳ)》，20 ℃标准密度质量指标为810~850 kg/m3。因此，所选观测数据的范围应包含质量合格的0#柴油产品数据范围[3]。取GB/T 1885—1998《石油计量表(产品部分)》产品标准密度表中温度-18 ℃、视密度791 kgm3、20℃标准密度758.1 kgm3，至温度32 ℃、视密度859 kgm3、20 ℃标准密度867.2 kgm3区域范围内的共7 035组数据见表1。 /℃ 视密度/(kg·m-3) 20℃标准密度/(kg·m-3) 1 -18.00 791.0 758.1 2 -17.75 791.0 758.3 3 -17.50 791.0 758.5 7035 32.00 859.0 867.2 按照表1数据绘制的散点图图，确定温度20 ℃标准密度大体类型为线性模型确定20 ℃标准密度大体类型为线性模型。[4]。 设20℃标准密度函数表达式为： （3） 式中 —待定系数；—温度，℃；—视密度，kgm3。 将选取的产品标准密度表数据导入Unscrambler软件，[5,6]，对表达式进行分析计算，得到温度、视密度、20 ℃标准密度的函数为： 按照（4）式绘制的散点图可，由Unscrambler软件分析计算的20 ℃标准密度函数关系式与数据基本吻合。函数关系式准确度以所选数据的温度、视密度代入式得到20 ℃标准密度计算结果，与产品标准密度表数据进行比较，绘制绝对误差散点图。 可以看绝对误差在低温度、低密度范围内时较大；在常用温度、常用密度范围内时较小。曲面基本通过所选数据，或与数据点之间的距离已尽可能的小[]。两者的绝对误差最大不超过5 kgm3，集中于的范围内，分布为93.36%，见图、表2相对误差最大不超过0.6%，集中于的范围内，分布为96.12%，