基于RS-BP神经网络的增压站能效评价及预测

• 作者: 唐霏 彭星煜
• 来源期刊: 油气储运
• 学科: 工学
• 关键词: 天然气气田 集输系统 增压站 粗糙集 属性约简 BP神经网络 能效预测
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 投产与运行
• 页码范围: 314-320
• 页数: 7页
• 分类号: TE832
• 字数: 3994字
• 语种: 中文
• DOI: 10.6047/j.issn.1000-8241.2019.03.012

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭星煜	西南石油大学石油与天然气工程学院	40	267	10.0	14.0
2	唐霏	中国石油西南油气田公司安全环保与技术监督研究院	1	3	1.0	1.0