講演情報
[1E13]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（第4報）代表成分の予測モデル作成および精度検証
○中河 陽太1、松本 幸太郎1、栗原 功1 (1. 一般財団法人 カーボンニュートラル燃料技術センター 製造プロセス技術部 ペトロリオミクス技術研究室)
キーワード：
Petroleomics、Assay、CDU
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、処理原油の詳細組成を予測するモデルを開発したので、その結果を報告する。