학술논문
原油管道蜡沉积速率预测模型研究 / Prediction model of wax deposition rate in crude oil pipeline
Document Type
Academic Journal
Author
Source
化学工程 / Chemical Engineering. 51(3):78-83
Subject
Language
Chinese
ISSN
1005-9954
Abstract
准确地预测原油管道蜡沉积速率能够有效确定清管周期,以保证原油管道安全运行.针对BP神经网络(BPNN)模型学习效率低、对初始权重敏感且容易陷入局部最优状态等缺点,采用改进的麻雀搜索算法(ISSA)来优化BPNN的初始权值和阈值,建立ISSA-BPNN蜡沉积速率预测模型.以华池作业区38组蜡沉积实验数据为研究对象,使用MATLAB软件搭建预测模型并进行预测,同时与BPNN模型、遗传算法优化的BPNN模型(GA-BPNN)、粒子群优化算法优化的BPNN模型(PSO-BPNN)以及SSA-BPNN模型进行对比分析.结果表明:ISSA-BPNN模型预测蜡沉积速率的平均相对误差为1.353 1％,决定系数R2为0.994 8,均优于BPNN、GA-BPNN、PSO-BPNN和SSA-BPNN模型的预测结果,证明了 ISSA-BPNN模型作为预测管道蜡沉积速率工具的准确性和可行性.