(录用定稿)网络首发时间:2018-12-10 10:33:03

基于RS-BP神经网络的增压站能效评价及预测

增压站系统是气田集输系统的重要部分,对增压站能效开展评价及预测工作显得十分重要。以某气田集输系统25座增压站为例,基于粗糙集(Rough Set)理论和BP神经网络各自的优点,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,实现了对20座(1~#~20~#)增压站的综合评价。为了验证增压站的评价结果的准确性,采用MATLAB软件对该气田集输系统21~#~25~#增压站能效进行了4次预测,并与无约简时的预测结果进行对比。结果表明:与单纯的神经网络相比,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。

集输系统; 增压站; 粗糙集; 属性约简; BP神经网络; 能效预测;

TE977

中国知网独家网络首发,未经许可,禁止转载、摘编。

油气储运

Oil & Gas Storage and Transportation

ISSN:1000-8241

中文核心期刊

1028292K
在线咨询 用户反馈