基于RS-BP神经网络的增压站能效评价及预测

论文摘要

增压站是气田集输系统的重要组成部分,对增压站开展能效评价及预测对于提高集输系统运行效率具有重要的现实意义。以某气田集输系统25座增压站为例,基于粗糙集（Rough Set,RS）理论和BP神经网络的优点,建立了RS-BP神经网络模型,选取8个评价指标,采用粗糙集属性约简原理对数据进行预处理,实现了20座（1#～20#）增压站的综合评价。为了验证评价结果的准确性,采用MATLAB软件对该气田集输系统21#～25#增压站进行4次能效预测,并与无约简时的预测结果进行对比。结果表明:与单纯的BP神经网络模型相比,RS-BP神经网络模型的训练时间更短、误差更小,具备良好的实际应用价值。

论文目录

• 1 模型建立
•   1.1 粗糙集综合评价方法
•   1.2 BP神经网络
•   1.3 RS-BP预测模型
• 2 实例应用
•   2.1 样本数据
•   2.2 离散化处理
•   2.3 粗糙集综合评价
•   2.4 结果分析
• 3 结论

文章来源

类型: 期刊论文

作者: 唐霏,彭星煜

关键词: 天然气气田,集输系统,增压站,粗糙集,属性约简,神经网络,能效预测

来源: 油气储运 2019年03期

年度: 2019

分类: 工程科技Ⅰ辑,信息科技

专业: 石油天然气工业,自动化技术

单位: 中国石油西南油气田公司安全环保与技术监督研究院,西南石油大学石油与天然气工程学院

基金: 西南油气田分公司基础研究,应用研究及对外交流与合作科技攻关项目“三甘醇脱水工艺安全预警系统研究”,20190305-11

分类号: TE977;TP183

页码: 314-320

总页数: 7

文件大小: 1225K

下载量: 193