APP下载

基于机器学习的原油管输能耗预测方法研究

2021-01-06徐磊侯磊李雨张鑫儒白小众雷婷朱振宇刘金海谷文渊孙欣

石油科学通报 2020年4期
关键词:方法模型

徐磊 ,侯磊 *,李雨 ,张鑫儒 ,白小众,雷婷 ,朱振宇 ,刘金海,谷文渊,孙欣

1 中国石油大学(北京)机械与储运工程学院,北京 102249

2 中国石油大学(北京)油气管道输送安全国家工程实验室/石油工程教育部重点实验室,北京 102249

3 国家管网集团北方管道有限责任公司锦州输油气分公司,锦州 121000

*通信作者, houleicup@126.com

0 引言

原油是重要的战略储备物资,主要通过铁路、水路、公路和管道4种方式运输。其中,管道运输因其运量大、封闭安全、易于管理等优点而被广泛应用。原油管道是将油田生产的原油输送至炼厂、港口或铁路转运站,具有管径大、输量大、运输距离长、分输点少的特点[1]。我国原油管道2020年的规划里程为32 000 km,2025年在此基础上要新增15.63%的里程。目前,我国所产原油80%以上为凝点较高的含蜡原油和黏稠的重质原油,输送过程耗能很大[2]。其中,泵机组的电耗是总能耗的主要部分,通过对泵机组电耗预测,能够做出一些关键决策,如能耗目标设定、批量调度和机组组合。依据能耗预测时间间隔长短,可分为短期预测、中期预测和长期预测,三者分别是指一天到一周、一周到一月、一月到一年的时间间隔[3]。本研究的能耗数据是以天为间隔进行采集的,因此,可视为短期能耗预测。

在实际管输过程中,能耗相关数据存在信息冗余、噪声干扰及非线性等特征,加大了预测难度。近年来,随着软计算技术的快速发展,机器学习方法已在能耗预测领域中得到广泛应用,该方法具有较强的容错性,较好的预测性能[4-6]。……

登录APP查看全文

猜你喜欢

方法模型
一半模型
重尾非线性自回归模型自加权M-估计的渐近分布
学习方法
3D打印中的模型分割与打包
用对方法才能瘦
FLUKA几何模型到CAD几何模型转换方法初步研究
四大方法 教你不再“坐以待病”!
赚钱方法
捕鱼
一个相似模型的应用