基于多元統(tǒng)計(jì)分析的原油-燃料油種類鑒別技術(shù)研究.pdf

1、隨著經(jīng)濟(jì)的快速發(fā)展和我國能源需求缺口的不斷擴(kuò)大,我國每年從國際市場(chǎng)上進(jìn)口的石油產(chǎn)品數(shù)量不斷擴(kuò)大,且進(jìn)口地覆蓋范圍也越來越廣。由于我國對(duì)原油的進(jìn)口實(shí)行配額制,而對(duì)燃料油進(jìn)口實(shí)施的是自動(dòng)許可制,于是很多不法分子以燃料油的名義進(jìn)口原油,嚴(yán)重?cái)_亂了市場(chǎng)秩序。雖然已有研究中已經(jīng)建立了以油品中的化學(xué)指標(biāo)正構(gòu)烷烴、植烷、姥鮫烷的含量為預(yù)測(cè)變量的原油/燃料油種類鑒別模型,但是原有鑒別模型檢測(cè)指標(biāo)數(shù)目較多,鑒別指標(biāo)性質(zhì)不夠穩(wěn)定,判別的準(zhǔn)確率也有待提高。因

2、此,為了更好地進(jìn)行原油/燃料油的種類鑒別,規(guī)范市場(chǎng)秩序,找到更加有效的鑒別指標(biāo),建立一種更加快速、準(zhǔn)確的鑒別模型顯得尤為重要。
　　本研究選取了我國原油主要進(jìn)口地的25個(gè)原油樣品和燃料油主要進(jìn)口地的26個(gè)燃料油樣品,采用氣相色譜-質(zhì)譜法(GC-MS)測(cè)定了樣品中8種典型多環(huán)芳烴(2-甲基萘、1-甲基萘、2,6-二甲基萘、2,3,5-三甲基萘、芴、二苯并噻吩、菲、屈)的含量,并將它們作為預(yù)測(cè)變量,通過運(yùn)行SPSS16.0軟件,對(duì)數(shù)據(jù)

3、進(jìn)行主成分分析、判別分析和 Logistic回歸分析等多元統(tǒng)計(jì)分析,建立了用于原油和燃料油種類鑒別的6種鑒別模型。并對(duì)各個(gè)模型的鑒別效果進(jìn)行了比較分析,結(jié)果表明本研究所建立的原油/燃料油種類鑒別模型方便、快速,具有很高的鑒別準(zhǔn)確率,可以很好地應(yīng)用于進(jìn)口原油和燃料油的監(jiān)管工作。而且由于模型選取的多環(huán)芳烴指標(biāo)性質(zhì)穩(wěn)定,不易受風(fēng)化的影響,所以本研究所建立的鑒別模型對(duì)于海上溢油中涉及到的溢油源鑒別工作也起到了一定的指導(dǎo)作用。
　　本論文的

4、主要結(jié)論如下:
　　1.建立了用于原油和燃料油種類鑒別的兩種判別分析模型:費(fèi)歇爾(Fisher)判別分析模型和貝葉斯(Bayes)判別分析模型,兩種判別分析模型的準(zhǔn)確率相同,都為94.1％;建立了原油和燃料油種類鑒別的 Logistic回歸分析模型,鑒別準(zhǔn)確率為100.0%。三種鑒別模型都能比較準(zhǔn)確地鑒別原油和燃料油,尤其是Logistic回歸分析模型的準(zhǔn)確率達(dá)到了100.0%,且從 Logistic回歸分析模型擬合優(yōu)度檢驗(yàn)結(jié)果來

5、看,所建立的模型能很好地反映客觀事實(shí)。
　　2.把主成分分析、判別分析和Logistic回歸分析三種分析方法結(jié)合運(yùn)用,分別建立了主成分費(fèi)歇爾(Fisher)判別分析模型、主成分貝葉斯(Bayes)判別分析模型和主成分 Logistic回歸分析模型。對(duì)比其準(zhǔn)確率,主成分費(fèi)歇爾(Fisher)判別分析模型和主成分貝葉斯(Bayes)判別分析模型對(duì)原油/燃料油種類鑒別的準(zhǔn)確率均為84.3%;主成分 Logistic回歸分析模型對(duì)原油/燃

6、料油種類鑒別的準(zhǔn)確率為86.3%。由此看出一般判別分析模型和一般 Logistic回歸分析模型的判別效果要好于主成分判別分析模型和主成分 Logistic回歸分析模型。
　　本研究的主要?jiǎng)?chuàng)新點(diǎn)如下:
　　本研究以多元統(tǒng)計(jì)分析為理論基礎(chǔ),借助 SPSS16.0統(tǒng)計(jì)分析軟件,對(duì)原有的以正構(gòu)烷烴、植烷、姥鮫烷為預(yù)測(cè)變量的原油/燃料油種類鑒別模型進(jìn)行了優(yōu)化,選取了油品中性質(zhì)更加穩(wěn)定的多環(huán)芳烴指標(biāo)作為預(yù)測(cè)變量,首次建立了以多環(huán)芳烴指標(biāo)