人工神经网络预测高含CO2天然气的含水量*

• 作者: 侯大力 孙雷 潘毅 秦山玉 董卫军
• 来源期刊: 西南石油大学学报（自然科学版）
• 学科: 工学
• 关键词: 神经网络 高含CO2 天然气 含水量
• 年，卷（期）: 2013,（4）
• 页码范围: 121-125
• 页数: 5页
• 分类号: TE375
• 字数: 2564字
• 语种: 中文
• DOI: 10.3863/j.issn.1674-5086.2013.04.017

摘要

提出了一种基于人工神经网络模型预测高含CO2天然气的含水量的新方法。网络输入变量CO2摩尔分数、温度、压力，网络的输出为高含CO2天然气的含水量。该人工神经网络模型能够估算温度在20.0～200.0℃，压力在0.1～70.0 MPa，CO2摩尔分数高达70%天然气中水蒸汽的含量。对比文中建立的人工神经网络模型和目前常用的3种预测高含CO2天然气的含水量的经验模型，结果表明，人工神经网络的平均相对误差值最小，为1.275%，3种经验模型在CO2含量较高时，预测精度较低。这就表明，人工神经网络模型在预测高含CO2天然气含水量时，比3种常用的经验模型更具有优势。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董卫军		7	18	3.0	4.0