基于前馈性神经网络在段塞流海底管道压力预测中的应用
浏览(236) 下载(0)
- DOI:
- 作者:
- 柯文超, 张金磊, 邓利惠, 徐壮飞, 赵德喜, 姜显英
- 作者单位:
- 中海石油(中国)有限公司天津分公司, 天津 300459
- 关键词:
- 段塞流; 海底管道; 运行压力; 前馈性神经网络; 预测; 降压
- 摘要:
- 为降低S油田WHP1平台海底管道段塞流的冲击影响，基于该平台现有海底管道运行压力数据，构建了海底管道压力数据矩阵和神经网络数据模型。根据海底管道运行压力与各种影响因素之间关系，基于压力数据样本运用前馈性神经网络对海底管道压力进行数据预测，准确率达到99%，证明了前馈性神经网络在预测段塞流海底管道压力上的准确性和可靠性。根据对海底管道高压出现频次的预测，S油田调整生产流程运行参数，降低生产分离器实际运行压力，有效降低了WHP1平台海底管道实际运行压力。
