基于K近邻互信息估计的原油管道电耗预测

• 作者: 李雨 侯磊 徐磊 白小众 刘金海 孙欣 谷文渊
• 来源期刊: 节能技术
• 关键词: 原油管道 电耗预测 BP神经网络 相关性分析 互信息估计
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 调查与分析|INVESTIGATION AND ANALYSIS
• 页码范围: 144-148,164
• 页数: 6页
• 分类号: TE832
• 语种: 中文
• DOI: 10.3969/j.issn.1002-6339.2021.02.009

摘要

为使用最少的特征实现管道电耗的精准预测,建立基于K近邻互信息估计的BPNN模型来预测管道电耗.利用管道输送理论公式扩充原始数据集,利用K近邻互信息估计提取强相关性特征,将提取出的特征喂入BPNN来建立原油管道电耗预测模型,最后对比利用不同输入特征建立的模型的预测精度.研究结果表明:利用K近邻互信息估计能够选出多个与电耗相关的重要特征;利用相关性最强的前5个特征建立的BPNN预测模型时,模型的平均绝对百分比误差比利用单个特征建模时降低了39.28％,达到5.79％;该模型平均训练时间也比利用全部特征建模时缩短22.49％.证明K近邻互信息估计能够提取管道电耗的相关特征,与BPNN结合后能够实现管道电耗的准确预测.