融合机制与高斯混合回归算法的成品油管道顺序输送混油长度预测模型

成品油管道顺序输送过程中会出现混油现象,精确预测混油长度对油品批次切割具有重要意义,混油长度机制模型存在精度不高,数值计算量庞杂等问题。当前基于机器学习算法构建的全局预测模型未考虑实际工况多模态特性,预测精度受限;直接引入高斯混合回归算法辨识数据模态难以准确表征变量间复杂非线性关系。采用现有机制计算公式与高斯混合回归算法构建融合机制认知的局部建模算法,基于真实成品油管道顺序输送混油长度数据集进行不同模型预测结果对比试验。结果表明,融合机制认知与局部建模算法能有效表征变量间函数关系,新模型预测精度有明显优势。     

中国成品油管道顺序输送混油研究现状与展望

混油是成品油管道顺序输送无法回避的问题。针对管道顺序输送过程中混油成因、混油发展控制方法、混油检测方法、混油计算模型以及油品质量管理等方向开展综述,归纳陈述各方向的发展现状与既有成果,并在此基础上分析未来发展趋势。分析认为：需建立特殊场景混油的数学表征,进一步研发与SCADA系统实时交互的混油仿真软件,发展机制-数据融合混油模型、“软硬”协同混油检测设备,研发有效减少沿程混油的新型隔离材料,开展“管道-储罐”一体化智能化管理油品质量,关注甲醇、液氨与成品油的顺序输送工艺及其中的液体混合与处理问题。