基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
输油管道能耗指标受多种因素影响,为准确预测输油管道的能耗值,选择具有自组织、自适应能力且能逼近任意非线性连续映射的BP神经网络创建能耗预测模型;为提高模型的泛化能力,在传统的BP神经网络计算过程中加入误差控制公式,最终建立了基于改进的BP神经网络原油管道能耗预测模型.选用某输油管道运行能耗数据作为样本,为提高计算收敛速度和精度,对样本数据进行预处理,对建立的能耗预测模型进行训练和验证,得到该模型的模拟误差在2.77%以内,且模拟值能够真实反映真实值的变化趋势.将该模型推广至某天然气管道进行能耗预测,结果表明:其能够准确预测天然气管输能耗情况,预测误差不超过4.06%.因此,该模型适用于油气管输能耗预测,为管输能耗提供了一种新的预测方法.
推荐文章
基于改进BP神经网络的预测模型及其应用
神经网络
BP算法
L-M算法
非线性系统
预测
基于改进PSO-BP神经网络的回弹预测研究
V形自由折弯
回弹
BP神经网络
改进粒子群算法
全局搜索能力
收敛精度
泛化能力
基于BP神经网络的表面硬度预测模型
BP神经网络
激光相变硬化
扫描参数
预测
基于BP神经网络的空调能耗预测与监控系统
空调能耗
系统设计
模型建立
BP神经网络
数据拟合
仿真实验
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于改进的BP神经网络管输能耗预测模型
来源期刊 油气储运 学科 工学
关键词 人工神经网络 BP神经网络 误差控制 能耗预测
年,卷(期) 2014,(8) 所属期刊栏目 投产与运行
研究方向 页码范围 869-872
页数 分类号 TE832
字数 2618字 语种 中文
DOI 10.6047/j.issn.1000-8241.2014.08.014
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 曾力波 中国石油管道科技研究中心油气管道输送安全国家工程实验室 7 77 5.0 7.0
2 钱成文 中国石油管道科技研究中心油气管道输送安全国家工程实验室 21 370 9.0 19.0
3 张玉志 中国石油管道科技研究中心油气管道输送安全国家工程实验室 17 178 5.0 13.0
4 高山卜 中国石油管道科技研究中心油气管道输送安全国家工程实验室 4 49 2.0 4.0
5 张沛 4 23 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (10)
同被引文献  (40)
二级引证文献  (8)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(3)
  • 引证文献(3)
  • 二级引证文献(0)
2016(3)
  • 引证文献(1)
  • 二级引证文献(2)
2017(3)
  • 引证文献(3)
  • 二级引证文献(0)
2018(5)
  • 引证文献(1)
  • 二级引证文献(4)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
人工神经网络
BP神经网络
误差控制
能耗预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
油气储运
月刊
1000-8241
13-1093/TE
大16开
河北省廊坊市金光道51号
18-89
1977
chi
出版文献量(篇)
5706
总下载数(次)
15
总被引数(次)
48838
论文1v1指导