Применение мультимодального трансформера для прогнозирования выходных параметров насыщенных углеводородных соединений из состава тяжелой нефти в присутствии катализаторов

Предложена интеллектуальная модель на базе мультимодального трансформера для решения задачи прогнозирования времени и площади выхода различных углеводородных компонентов из состава тяжелой нефти при использовании катализаторов на основе шести металлов: никеля, меди, марганца, свинца, цинка и натрия. В качестве входных данных интеллектуальная модель принимает две модальности: хроматограмму образца чистой сырой нефти, представленную в виде графической информации и сопровождающие её табличные данные. На выходе мультимодальный трансформер позволяет получить прогнозные табличные данные, которые формализуют перераспределенный групповой состав нефти и описывают как наименования полученных углеводородов, так и две их качественные характеристики: время выхода спектров компонентов и их относительную площадь. Моделирование прогноза превращений высокомолекулярных соединений в легкомолекулярные на основе разработанной модели позволяет существенно сократить временные, аппаратные и человеческие ресурсы, необходимые для выбора нужного типа катализатора в нефтехимических лабораториях. В процессе исследования было обнаружено, что обучение интеллектуальной модели на данных одного месторождения позволяет в дальнейшем выполнять аналогичный прогноз с приемлемой точностью для данных другого месторождения тяжелой нефти. Величина ошибки прогноза интеллектуальной модели удовлетворяет требованиям, предъявляемыми нефтехимической лабораторией для практического применения мультимодального трансформера.