作者:
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:
针对原油管道减阻剂减阻率的计算问题,首先对影响减阻剂减阻率的相关因素进行系统分析,介绍PCA(主成分分析)算法、GRNN(广义回归神经网络)算法以及PCA-GRNN模型的组合过程,使用国内某管道公司的实验数据,将135组数据作为学习数据,对20组数据进行预测,并将预测结果和Frank Vejahati、Karami所提出的方法、倒数方程法以及负指数方程法的计算结果进行误差对比,以此证明PCA-GRNN模型的可行性.研究表明:加剂浓度、管道直径、管道长度、平均输量、平均速度以及雷诺数是影响原油管道减阻剂减阻率的主要因素;使用PCA-GRNN模型的预测平均绝对误差为3.832%,远小于其他方法的计算结果,证明该方法完全适用于原油管道减阻剂减阻率预测.
推荐文章
基于PCA-GRNN神经网络的露天矿边坡稳定性分析
边坡稳定性
主成分分析
GRNN神经网络
特征根
页岩储层压裂减阻剂减阻机理研究
压裂减阻剂
页岩储层
减阻机理
减阻率
减阻剂在输油管道上的应用试验
减阻剂
分散距离
现场试验
减阻率
试验评估
基于PCA-SVM的油气管道腐蚀速率预测技术研究
油气管道
腐蚀速率
PCA-SVM模型
预测
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PCA-GRNN模型的原油管道减阻剂减阻率预测研究
来源期刊 工业加热 学科 工学
关键词 PCA-GRNN模型 原油管道 减阻剂 减阻率 误差对比
年,卷(期) 2019,(3) 所属期刊栏目 数值模拟
研究方向 页码范围 31-34,37
页数 5页 分类号 TE973
字数 3334字 语种 中文
DOI 10.3969/j.issn.1002-1639.2019.03.009
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 王一斌 7 33 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (58)
共引文献  (62)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(4)
  • 参考文献(1)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(7)
  • 参考文献(0)
  • 二级参考文献(7)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(7)
  • 参考文献(1)
  • 二级参考文献(6)
2013(7)
  • 参考文献(1)
  • 二级参考文献(6)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(4)
  • 参考文献(0)
  • 二级参考文献(4)
2016(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(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)
研究主题发展历程
节点文献
PCA-GRNN模型
原油管道
减阻剂
减阻率
误差对比
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
工业加热
双月刊
1002-1639
61-1208/TM
大16开
西安市朱雀大街南端222号
52-41
1972
chi
出版文献量(篇)
2999
总下载数(次)
2
总被引数(次)
10031
论文1v1指导