基于大数据方法的持液率预测模型

• 作者: 郑琳 刘云
• 来源期刊: 天然气与石油
• 关键词: 气液两相流 持液率 BP神经网络 灰色关联熵 遗传算法
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 油气储运与处理|OIL & GAS GATHERING, TRANSPORTATION AND TREATMENT
• 页码范围: 20-25
• 页数: 6页
• 语种: 中文
• DOI: 10.3969/j.issn.1006-5539.2021.04.004

摘要

为解决气液两相流持液率的问题,通过软件编程建立了一种基于大数据方法的新遗传算法优化经灰色关联熵加权的神经网络模型( Genetic Algorithm Optimizes Neural Network Model Weighted by Grey Relational Entropy,GA-GRE-BP) ,并选取基本的BP神经网络模型和传统模型分别对持液率进行了预测,用于新模型的准确性和可行性分析.研究结果表明:GA-GRE-BP神经网络模型相较于基本的BP神经网络模型,不仅收敛速度更快,而且预测精度有显著提升;相较于传统模型,其应用范围更加广泛且应用简便.由此可见,GA-GRE-BP神经网络模型用于预测气液两相流持液率是准确可行的.