预测管道蜡沉积速率的BP神经网络模型研究

利用灰色关联法分析了7个影响因素与管道蜡沉积速率的关联度,确定了模型的输入维数;通过建立7-10-1的BP神经网络预测模型预测了所取样本的蜡沉积速率,并对其预测精度进行验证和对比。结果表明:在考虑7个影响蜡沉积速率因素时,模型的精度可控制在0.5%左右,比考虑4个影响因素的精度更高;BP神经网络预测模型的精度与输入维数有关,维数的增大有利于精度的提高,但并不意味维数越高精度就越高;不同的初始权重和阈值对于预测的精度和泛化能力存在较大影响,但模型的精度仍在可接受范围内,因此,该模型可用于蜡沉积速率预测。     

改进天鹰优化器优化Elman神经网络模型预测管道蜡沉积速率

管道结蜡一直是困扰含蜡原油输送的棘手问题,建立准确的蜡沉积速率预测模型对于保障管道的安全运行具有重要的实际意义。考虑到Elman神经网络(Elman neural network, ENN)模型的不足(易陷入极小点、泛化能力弱),基于蜡沉积速率的主要影响因素,提出了一种基于改进天鹰优化器(引入鲸鱼优化算法的狩猎策略对天鹰优化器的局部搜索能力进行改进)的ENN模型,并基于两组室内实验数据对比分析了所建新模型和其他模型预测精度的差异。结果表明,改进新模型的平均绝对百分比误差分别为0.760 3%、1.245 2%,其预测精度明显高于传统ENN模型;采用改进天鹰优化器建立的ENN模型可对初始权值和阈值进行寻优处理,极大提高了泛化能力,因此具有预测精度高的优点。     

用差压新方法确定模型环道蜡沉积厚度

用于计算模型环道蜡沉积厚度的传统差压法未考虑测试段流场畸变对测试段压差的影响。利用Fluent软件对测试段的流场和温度场进行了数值模拟，考虑到近壁处油温的下降及管内流场的畸变，给出了确定蜡沉积厚度的差压新方法。模拟结果表明，在测试段管外冷却水的作用下，近壁处油温低于管中心附近的油温；冷却水与管壁的换热热阻及钢管管壁的导热热阻的存在使贴壁处油温与冷却水的温度有差异，离测试段入口越远，它们之间的差值越小，管内速度分布发生畸变(近壁处流速减小，管中心附近流速增大)，管段压差增大。流场畸变造成管段压降增加近10％。     

基于新型Couette结蜡装置的长庆原油结蜡特性及模型建立

利用自行研发的Couette结蜡装置考察壁面油温、油壁温差、壁面剪切等因素对长庆原油蜡沉积速率的影响;通过FLUENT软件模拟结蜡装置内部的流场及温度场,得到结蜡筒壁面处黏度、温度梯度、剪切应力等参数,建立适合长庆原油的蜡沉积模型。结果表明:不同油温、油壁温差、样品筒转速条件下,主导长庆原油蜡沉积速率的内在因素依次为壁面处的蜡晶溶解度系数、壁面处的温度梯度和壁面处的剪切应力;数值模拟结果与实际管线的流场、温度场分布规律相吻合;模型计算值与试验测量值的平均误差为6.47%。试验结果较好地反映了长庆原油的蜡沉积特性,验证了装置的可靠性、算法的可行性和研究方法的可推广性。     

富气原油在湍流条件下的蜡沉积

采用自动化蜡沉积循环管理流动系统研究含蜡富气原油在现场的温度变化范围内和流动条件下的蜡沉积过程。将油田现场取得的陪气原油在高压下加气加水配成富气油样，分别采用冷却测试和等温测试两种实验过程，测试在湍流条件下的蜡沉积规律。冷却测试过程精确地测试含蜡原油从高于原油析蜡点温度到较低环境温度范围内在现场流速、油温和环境温度下的蜡沉积过程，同时结合等温测试过程研究蜡沉积的机理。实验结果表明：含蜡原油蜡沉积与环境温度、油温、油温与环境温度的温差有关；在湍流条件下，剪切效应不容忽视。     

富气原油在湍流条件下的蜡沉积

采用自动化蜡沉积循环管道流动系统研究含蜡富气原油在现场的温度变化范围内和流动条件下的蜡沉积过程 .将油田现场取得的脱气原油在高压下加气加水配成富气油样 ,分别采用冷却测试和等温测试两种实验过程 ,测试在湍流条件下的蜡沉积规律 .冷却测试过程精确地测试含蜡原油从高于原油析蜡点温度到较低环境温度范围内在现场流速、油温和环境温度下的蜡沉积过程 ,同时结合等温测试过程研究蜡沉积的机理 .实验结果表明 :含蜡原油蜡沉积与环境温度、油温、油温与环境温度的温差有关 ;在湍流条件下 ,剪切效应不容忽视     

镇北油田高碳蜡原油采输清防蜡实验研究

为有效抑制高碳蜡原油井筒内壁蜡沉积,确保采输过程安全高效,以镇北侏罗系高碳蜡区块为研究对象,对油样析蜡点、SARA组分、蜡样熔点及碳数进行分析,评价现有清蜡剂的适应性,优选耐高温、耐高矿化度微生物嗜蜡菌,研制新型固体防蜡剂并进行现场试验.结果表明:侏罗系高碳蜡原油凝点高、胶质沥青质含量低,蜡样均为饱和烃,碳数在C25以...     

日喀则群沉积厚度、沉积速率及剥蚀速率

通过对日喀则弧前盆地日喀则群沉积的详细研究,对日喀则群的沉积厚度、沉积速率做了近似的计算.日喀则群现今保存下来的厚度平均为3 000 m,恢复其原始沉积厚度为4 800 m,从而计算得出沉积速率为34 cm/ka(未脱压校正值为22 cm/ka),主沉积期的沉积速率为308 cm/ka(未脱压校正);并且与其他几个白垩纪同类盆地进行对比,得出白垩纪此类盆地发育过程中,沉积速率的平均值为27.75 cm/ka.根据近似恢复的弧前盆地和剥蚀区的范围,计算得出沉积盆地沉积物充填总量最小90 750 km3,最大137 500 km3;物源区剥蚀速率最小0.1 mm/a,最大0.45 mm/a.     

超声空化防蜡清蜡的实验研究

超声波防蜡清蜡技术作为一种新兴的物理法防蜡清蜡技术,具有成本低、无污染、施工方便等优势;但对于超声波能防蜡清蜡的具体作用机理,以及参数的优选等基础性研究并不透彻,阻碍了超声波防蜡清蜡技术的发展和推广。研究发现在超声作用下石蜡能在常温下快速溶解到柴油中,并且超声波发生器工作电流越大,熔蜡速率越快。频率68 kHz工作电流2 A的超声波清蜡效果最好,对超声波防蜡清蜡的进一步发展有一定的指导意义。     

基于BP人工神经网络的含蜡原油触变应力计算

含蜡原油的流变性对其管道输送有着重要的影响.当原油温度逐渐接近凝点时,原油表现为非牛顿流体,其流变性表现出异常复杂的触变性.利用人工神经网络较强的非线性逼近、良好的自适应和预测性能,采用误差反向传播算法(即BP算法)对含蜡原油的触变剪切应力进行了计算,计算结果与实验结果和采用R-G模型方程计算的结果进行了对比.结果表明,BP网络计算的精度高于R-G模型方程计算的精度,BP网络和R-G模型的计算结果与实验结果的最大相对误差分别为5.0%和12.7%.     

基于模糊RBF神经网络的管道泄漏检测方法

针对模糊BP神经网络在管道泄露检测与估计中存在网络构建训练速度慢、易陷入局部最优等问题,提出将模糊RBF神经网络方法应用于管道的泄漏检测与估计.首先依据管道泄漏时流量、压力的变化机理,将采集到的实际运行中管道内的流量差与压力差信号模糊化后作为RBF神经网络的输入,以泄漏尺寸大小的置信度作为网络的输出,并结合专家先验知识所得的模糊规则,构建管道泄漏检测的模糊RBF神经网络.进而以实际管道运行数据对其进行离线仿真测试,仿真结果表明模糊RBF神经网络克服了模糊BP神经网络的不足,提高了泄漏估计的精度,使网络构建更加高效、优化.     

基于函数链神经网络的管道煤气流量计量系统

在管道煤气计量系统测量中引入管道煤气相对湿度修正,并采用湿度传感器转换相对湿度信号,利用函数链神经网络对管道煤气工况温度下所对应的水蒸汽饱和压力进行拟合,得到基于函数链神经网络的管道煤气流量计量模型和在线计量系统,从而大大简化管道煤气流量计量软件,在流量计设计范围内实现管道煤气流量实时在线计量.实际应用结果表明,该计量系统测量管道煤气流量误差小于0.7%.     

胶凝原油管道启动压力计算方法

基于启动波速理论提出一种新的胶凝原油管道启动模型。该模型用于模拟胶凝原油管道初始启动过程中的压力和流量变化,最终给出管道的启动压力及启动时间。结果表明:随着启动波前锋的推进,管道入口流量逐渐减小,管道沿线的压力逐渐增长,但由于启动波前锋上游管段内凝油结构的裂解,管道沿线的压力梯度逐渐趋于平缓。管道内径越大,启动压力越小,启动时间越短;管道壁厚越大,启动压力越大,启动时间越短。受管道弹性及凝油可压缩性的影响,胶凝原油管道的启动压力远小于4(τ_y0+τ_y1)L/D。     

基于参数优化神经网络的海底油气管道腐蚀泄漏预测

为有效预测海底管道因腐蚀导致的泄漏风险,提出了一种海底管道腐蚀泄漏预测模型,首先采用斯皮尔曼相关系数分析各影响因素间的相关性,随后基于随机森林袋外数据进行各因素的重要性排序,剔除掉相关性较高且重要性较小的因素,利用筛选出的数据建立前馈神经网络和随机森林回归预测模型,并利用粒子群算法对神经网络预测模型的权值、阈值进行了优化,构建粒子群优化下的神经网络预测模型。经分析结果表明：神经网络预测模型在5组随机模型训练中平均绝对误差(MAE)、均方误差(MSE)的平均值分别为1.59、 3.37,均高于随机森林回归预测模型,说明该模型误差较大,但决定系数(R2)较随机森林回归预测模型高0.13,因决定系数越接近于1,模型拟合越好,故随机森林回归预测模型较神经网络预测模型拟合度较差,长期预测误差较高,因此可采用粒子群算法对神经网络进行优化,优化后的模型MAE为0.79,MSE为0.7293,R2为0.9151,可见优化后的神经网络预测模型在保证精度的基础上提高了稳定性,预测效果更优。最后编制了集随机森林回归、神经网络及粒子群优化下的神经网络为一体的多模型管道腐蚀预测软件。为海底管道泄漏风险的精准预测以及高效控制提供了依据,在海洋油气运输安全方面具有重要意义。     

含蜡原油柴油顺序输送中柴油对蜡沉积物的冲刷作用

针对含蜡原油成品油在顺序输送中管壁上会产生蜡沉积物的问题 ,利用管流实验环道模拟了 0号柴油对管壁处蜡沉积物的冲刷实验。结果表明 ,柴油对靠近油流 1/ 3厚度的蜡沉积物的冲刷速率远大于对其余 2 / 3厚度的蜡沉积物的冲刷速率 ,说明这两层沉积物的性质和强度明显不同。但在一定油温和油流剪切应力下 ,每层中柴油对蜡沉积物的冲刷速率变化不大。对两层蜡沉积物分别建立了冲刷速率与油流温度及剪切应力关系的经验模型。利用该模型和壁面蜡沉积模型 ,以库尔勒鄯善输油管道为例 ,计算了 0号柴油与原油顺序输送时管道末端受污染超标的柴油的量 ,说明原油批次输送时 ,在管道末段必须采取清管措施 ;否则 ,蜡沉积物对后输柴油的污染相当严重。     

基于神经网络集成的经济预测模型

针对单个BP神经网络用于经济预测存在的不足,提出了一种新的更有效的经济预测模型--神经网络集成.神经网络集成通过训练多个神经网络并将各网络输出进行合成,能够显著提高网络的泛化能力.以广东省江门市的经济数据为例,采用Bagging算法训练了五个BP神经网络,构建了一个神经网络集成的GDP预测模型,并运用MATLAB 7.0语言程序实现.预测结果令人满意,优于单个神经网络预测方法.实证表明,神经网络集成用于经济预测是有效可行的,同时在一定程度上克服了单个神经网络的缺陷.     

神经网络在成品油价格预测中的应用

列用BP神经网络和线性神经网络,进行了成品油价格的预测. 应用某炼油厂的两种原料油胜利原油和进口原油的价格、90#汽油的产量、销量、0#柴油的产量、销量共6个变量为输入矢量,预测了该炼油厂90#汽油和0#柴油这两种成品油的价格.