基于深度学习结构网络的输气管道水力预测模型

• 作者: 冷绪林 安云朋 宫敬 张健 王会豪 陈新果
• 来源期刊: 油气田地面工程
• 关键词: 输气管道 水力计算 深度学习结构网络 BP算法
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 储运工程
• 页码范围: 52-57
• 页数: 6页
• 语种: 中文
• DOI: 10.3969/j.issn.1006-6896.2018.08.013

摘要

为提高在役输气管网稳态水力预测与仿真的准确性,分析总结了输气管道水力计算的主要影响因素,结合流体力学特性建立了一个预测大型输气管网水力参数的深度学习结构网络模型.根据不同流量、不同温度和不同管网拓扑结构条件下大量具有代表性的输气管网水力数据来建立学习样本,并对该模型的精度进行了检验.结果表明:基于堆叠自编码器的预训练阶段平均每层迭代1524次,整体微调迭代8572次后精度满足要求;训练后深度学习结构网络模型的进站压力预测结果最大绝对误差为0.2 MPa,平均误差为1.5×10-2 MPa,平均相对误差为0.25％.用所建立的深度学习结构网络得到的预测值与样本值吻合较好,具备泛化计算能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宫敬		129	898	15.0	21.0
2	冷绪林		10	86	3.0	9.0
3	安云朋		4	5	2.0	2.0
4	陈新果		4	9	2.0	3.0
5	王会豪		2	2	1.0	1.0
6	张健		3	4	1.0	1.0