检索结果-维普期刊中文期刊服务平台

基于最小二乘支持向量机的蜡沉积速率预测被引量：11: 1; 作者靳文博敬加强 +2 位作者田震孙娜娜伍鸿飞《化工进展》 EI CAS CSCD 北大核心 2014年第10期2565-2569,共5页; 考虑蜡沉积影响因素的复杂性和最小二乘支持向量机在小样本预测方面的优势,基于最小二乘支持向量机预测的原理,通过优化最小二乘支持向量机的参数,建立了蜡沉积速率的预测模型,并对蜡沉积速率进行了预测。结果表明:该方法在样本数量较... 展开更多; 关键词最小二乘支持向量机蜡沉积速率预测模型模型精度; 在线阅读下载PDF 职称材料

预测管道蜡沉积速率的BP神经网络模型研究被引量：11: 2; 作者田震靳文博 +2 位作者周磊安云朋伍鸿飞《西安石油大学学报（自然科学版）》 CAS 北大核心 2014年第1期66-70,75,共6页; 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... 展开更多; 关键词蜡沉积速率灰色关联分析 BP神经网络; 在线阅读下载PDF 职称材料

基于人工神经网络的原油管道蜡沉积速率模型被引量：10: 3; 作者周诗岽吴明王俊《西安石油大学学报（自然科学版）》 CAS 2004年第1期38-40,共3页; 从原油输送管道实际出发 ,利用试验室自制的蜡沉积试验环道对大庆原油进行蜡沉积试验 ,研究了多种因素对原油管道蜡沉积规律的影响 .利用人工神经网络的方法模拟各种影响因素与原油管道蜡沉积速率之间的映射关系 ,建立了多因素非线性影... 展开更多; 关键词人工神经网络原油输油管道蜡沉积速率网络模型; 在线阅读下载PDF 职称材料

基于LASSO-ISAPSO-ELM的含蜡原油管道蜡沉积速率预测被引量：5: 4; 作者骆正山潘柯成《安全与环境工程》 CAS CSCD 北大核心 2022年第6期69-77,共9页; 为提高含蜡原油管道蜡沉积速率的预测精度,保障含蜡原油管道安全运行,提出一种基于套索算法(LASSO)和改进模拟退火粒子群算法(ISAPSO)融合极限学习机(ELM)的含蜡原油管道蜡沉积速率预测模型。首先利用LASSO提取含蜡原油管道蜡沉积速率... 展开更多; 关键词含蜡原油管道蜡沉积速率套索算法(LASSO) 改进模拟退火粒子群算法(ISAPSO) 极限学习机(ELM); 在线阅读下载PDF 职称材料

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被引量：4: 5; 作者陈卓刘波 +2 位作者张源杨云博田洋阳《科学技术与工程》北大核心 2023年第19期8179-8186,共8页; 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... 展开更多; 关键词含蜡原油蜡沉积速率改进天鹰优化器 ELMAN神经网络预测; 在线阅读下载PDF 职称材料

原油管道蜡沉积速率预测模型研究被引量：3: 6; 作者肖荣鸽刘博 +2 位作者刘国庆戴政张鹏《化学工程》 CAS CSCD 北大核心 2023年第3期78-83,共6页; 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-B... 展开更多; 关键词蜡沉积速率含蜡原油麻雀搜索算法 BP神经网络 Tent混沌映射; 在线阅读下载PDF 职称材料

流花16-2油田海底管道原油蜡沉积规律模拟分析被引量：9: 7; 作者张在孝黄启玉 +3 位作者张汛单锦旭朱祥瑞张雨《中国海上油气》 CAS CSCD 北大核心 2020年第6期172-178,共7页; 流花16-2油田海底管道原油在深水不保温输送过程中,管壁结蜡对管道全线总传热系数的变化影响很大。本文通过室内环道蜡沉积实验建立流花16-2油田管道蜡沉积预测模型,模拟研究了不同沉积时间条件下管道沿线结蜡速率及结蜡厚度的变化,并... 展开更多; 关键词海底管道不保温输送环道蜡沉积实验蜡沉积速率蜡沉积厚度总传热系数单位时间总结蜡量; 在线阅读下载PDF 职称材料

普适性结蜡模型相关参数的优化方法被引量：2: 8; 作者肖荣鸽庄琦 +1 位作者靳帅帅刘博《化学工程》 CAS CSCD 北大核心 2021年第11期25-30,共6页; 为制定经济、合理的清管方案,需建立蜡沉积模型来预测蜡沉积速率和厚度。基于目前工程常用的普适性结蜡模型,借助蜡沉积实验数据计算蜡沉积各因素之间的灰色相对关联度,通过分析蜡沉积各影响因素之间的多重共线性,证明普适性结蜡模型的... 展开更多; 关键词原油管道蜡沉积速率数学模型优化算法模型精度; 在线阅读下载PDF 职称材料

题名基于最小二乘支持向量机的蜡沉积速率预测被引量：11: 1; 作者靳文博敬加强田震孙娜娜伍鸿飞; 机构西南石油大学油气消防四川省重点实验室; 出处《化工进展》 EI CAS CSCD 北大核心 2014年第10期2565-2569,共5页; 文摘考虑蜡沉积影响因素的复杂性和最小二乘支持向量机在小样本预测方面的优势,基于最小二乘支持向量机预测的原理,通过优化最小二乘支持向量机的参数,建立了蜡沉积速率的预测模型,并对蜡沉积速率进行了预测。结果表明:该方法在样本数量较小时仍具有较高的精度,蜡沉积速率的预测值和实验值的吻合程度较好;最小二乘支持向量机建模时可以得到直观的函数表达式,而神经网络方法却不能得到模型的显式表达式,因此该方法具有明显的优势;应用径向基核(RBF)作为核函数时,不同初值的正则化参数γ和核函数宽度σ对预测结果具有较大影响,使用时应合理选择。; 关键词最小二乘支持向量机蜡沉积速率预测模型模型精度; Keywords least squares support vector machine wax deposition rate prediction model model accuracy; 分类号 TE83 [石油与天然气工程—油气储运工程]; 在线阅读下载PDF 职称材料

题名预测管道蜡沉积速率的BP神经网络模型研究被引量：11: 2; 作者田震靳文博周磊安云朋伍鸿飞; 机构西南石油大学石油工程学院青海油田采油二厂; 出处《西安石油大学学报（自然科学版）》 CAS 北大核心 2014年第1期66-70,75,共6页; 文摘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。; 关键词蜡沉积速率灰色关联分析 BP神经网络; Keywords wax deposition rate grey correlation analysis BP neural network; 分类号 TE832 [石油与天然气工程—油气储运工程] TP183 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于人工神经网络的原油管道蜡沉积速率模型被引量：10: 3; 作者周诗岽吴明王俊; 机构辽宁石油化工大学储运工程系抚顺大学; 出处《西安石油大学学报（自然科学版）》 CAS 2004年第1期38-40,共3页; 基金辽宁省博士基金项目 (2 0 0 1 1 0 2 0 98); 文摘从原油输送管道实际出发 ,利用试验室自制的蜡沉积试验环道对大庆原油进行蜡沉积试验 ,研究了多种因素对原油管道蜡沉积规律的影响 .利用人工神经网络的方法模拟各种影响因素与原油管道蜡沉积速率之间的映射关系 ,建立了多因素非线性影响下的蜡沉积速率模型 .该模型结构为4- 7- 1的三层 BP网络模型 ,它考虑了管壁处的剪切应力、管壁处温度梯度、管壁处蜡分子浓度梯度和原油的动力黏度对管道蜡沉积速率的影响 .利用该模型对实际管道蜡沉积速率进行预测的结果表明 ,利用神经网络方法建立的蜡沉积速率模型预测精度高 ,误差在 2; 关键词人工神经网络原油输油管道蜡沉积速率网络模型; Keywords wax deposition rate neural network crude oil pipeline; 分类号 TE832 [石油与天然气工程—油气储运工程]; 在线阅读下载PDF 职称材料

题名基于LASSO-ISAPSO-ELM的含蜡原油管道蜡沉积速率预测被引量：5: 4; 作者骆正山潘柯成; 机构西安建筑科技大学管理学院; 出处《安全与环境工程》 CAS CSCD 北大核心 2022年第6期69-77,共9页; 基金国家自然科学基金项目(41877527) 陕西省社会科学基金项目(2018S34)。; 文摘为提高含蜡原油管道蜡沉积速率的预测精度,保障含蜡原油管道安全运行,提出一种基于套索算法(LASSO)和改进模拟退火粒子群算法(ISAPSO)融合极限学习机(ELM)的含蜡原油管道蜡沉积速率预测模型。首先利用LASSO提取含蜡原油管道蜡沉积速率的关键影响因素,简化样本指标;然后对模拟退火粒子群(SAPSO)的种群初始化、惯性权重和学习因子进行改进,并利用其优化ELM的输入权重和隐含层节点阈值;最后以青海某厂原油为试验油样,通过开展室内环道试验获取85组数据样本,将预处理后的样本数据集代入模型计算,对含蜡原油管道蜡沉积速率进行预测,并将LASSO-ISAPSO-ELM模型的预测结果与BPNN模型和PSO-SVM模型的预测结果进行对比。结果表明:经LASSO筛选,得到5项影响含蜡原油管道蜡沉积速率的关键因素;ISAPSO比SAPSO提前43代收敛且寻优精度更优;LASSO-ISAPSO-ELM模型预测结果的均方根误差、平均相对误差和希尔不等系数分别低达0.06983、0.69373%、0.00336,与其他模型相比,LASSO-ISAPSO-ELM模型的预测精度更高。; 关键词含蜡原油管道蜡沉积速率套索算法(LASSO) 改进模拟退火粒子群算法(ISAPSO) 极限学习机(ELM); Keywords waxy crude oil pipeline wax deposition rate Least Absolute Shrinkage and Selection Operator(LASSO) Improved Simulated Annealing Particle Swarm Optimization(ISAPSO) Extreme Learning Machine(ELM); 分类号 X937 [环境科学与工程—安全科学] TE88 [石油与天然气工程—油气储运工程]; 在线阅读下载PDF 职称材料

题名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被引量：4: 5; 作者陈卓刘波张源杨云博田洋阳; 机构中国石化西北油田分公司采油二厂国家管网北方管道长庆输油气分公司中国石油长庆油田分公司第六采气厂中国石油长庆油田长北作业分公司西安石油大学石油工程学院; 出处《科学技术与工程》北大核心 2023年第19期8179-8186,共8页; 基金陕西省自然科学基础研究基金(2021JQ-602) 陕西省教育厅科研计划(21JK0831)。; 文摘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0.7603%、1.2452%,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。; 关键词含蜡原油蜡沉积速率改进天鹰优化器 ELMAN神经网络预测; Keywords waxy crude oil wax deposition rate improved Aquila optimizer Elman neural network prediction; 分类号 TE927 [石油与天然气工程—石油机械设备]; 在线阅读下载PDF 职称材料

题名原油管道蜡沉积速率预测模型研究被引量：3: 6; 作者肖荣鸽刘博刘国庆戴政张鹏; 机构西安石油大学西安西北石油管道有限公司维抢修分公司; 出处《化学工程》 CAS CSCD 北大核心 2023年第3期78-83,共6页; 基金陕西省教育厅2019年度服务地方专项计划项目(19JC034) 陕西省科技厅重点研发计划项目(2021GY-139)。; 文摘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1.3531%,决定系数R^(2)为0.9948,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。; 关键词蜡沉积速率含蜡原油麻雀搜索算法 BP神经网络 Tent混沌映射; Keywords wax deposition rate waxy crude oil sparrow search algorithm BP neural network Tent chaotic map; 分类号 TE832 [石油与天然气工程—油气储运工程]; 在线阅读下载PDF 职称材料

题名流花16-2油田海底管道原油蜡沉积规律模拟分析被引量：9: 7; 作者张在孝黄启玉张汛单锦旭朱祥瑞张雨; 机构中海石油(中国)有限公司深圳分公司中国石油大学(北京)城市油气输配北京市重点实验室; 出处《中国海上油气》 CAS CSCD 北大核心 2020年第6期172-178,共7页; 基金国家自然科学基金项目“含蜡原油常温输送机理及流动改性方法研究(编号:51534007)”部分研究成果。; 文摘流花16-2油田海底管道原油在深水不保温输送过程中,管壁结蜡对管道全线总传热系数的变化影响很大。本文通过室内环道蜡沉积实验建立流花16-2油田管道蜡沉积预测模型,模拟研究了不同沉积时间条件下管道沿线结蜡速率及结蜡厚度的变化,并引入单位时间管道全线总结蜡量概念对管道全线结蜡速率进行了描述。结果表明,在管壁结蜡层的保温作用下,管道沿线最大蜡层厚度位置处的总传热系数迅速降低导致后管段油流温度升高,管道沿线蜡沉积速率峰值向管段末端移动;随着沉积时间的增长,管道全线结蜡区域逐渐扩大,导致单位时间管道全线总结蜡量增大;根据管道沿线最大蜡层厚度2 mm或管道全线总结蜡量10 m^3的沉积时间,推荐流花16-2海底管道清管周期为3~5 d,以保障海底管道的安全运行。; 关键词海底管道不保温输送环道蜡沉积实验蜡沉积速率蜡沉积厚度总传热系数单位时间总结蜡量; Keywords subsea pipeline non-insulated transportation laboratory model loop wax deposition experiment wax deposition rate wax deposition thickness total heat transfer coefficient total wax deposits per unit of time; 分类号 TE832 [石油与天然气工程—油气储运工程]; 在线阅读下载PDF 职称材料

题名普适性结蜡模型相关参数的优化方法被引量：2: 8; 作者肖荣鸽庄琦靳帅帅刘博; 机构西安石油大学陕西省油气田特种增产技术重点实验室西安石油大学石油工程学院; 出处《化学工程》 CAS CSCD 北大核心 2021年第11期25-30,共6页; 基金陕西省教育厅专项科研计划项目(20JK0844) 陕西省工业科技攻关项目(2015GY094) 西安石油大学研究生创新与实践能力培养计划项目资助(YCS21211004)。; 文摘为制定经济、合理的清管方案,需建立蜡沉积模型来预测蜡沉积速率和厚度。基于目前工程常用的普适性结蜡模型,借助蜡沉积实验数据计算蜡沉积各因素之间的灰色相对关联度,通过分析蜡沉积各影响因素之间的多重共线性,证明普适性结蜡模型的变量选用合理;并基于1stOpt软件对普适性结蜡模型相关参数进行优化研究。结果表明:基于Levenberg-Marquardt算法、单纯形法、模拟退火算法、遗传算法和微粒群算法建立的普适性结蜡模型几乎一致且精度高于线性变换法。; 关键词原油管道蜡沉积速率数学模型优化算法模型精度; Keywords crude oil pipeline wax deposition rate mathematical model optimization algorithm model accuracy; 分类号 TE832 [石油与天然气工程—油气储运工程]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于最小二乘支持向量机的蜡沉积速率预测	靳文博敬加强田震孙娜娜伍鸿飞	《化工进展》 EI CAS CSCD 北大核心	2014	11	在线阅读下载PDF 职称材料
2	预测管道蜡沉积速率的BP神经网络模型研究	田震靳文博周磊安云朋伍鸿飞	《西安石油大学学报（自然科学版）》 CAS 北大核心	2014	11	在线阅读下载PDF 职称材料
3	基于人工神经网络的原油管道蜡沉积速率模型	周诗岽吴明王俊	《西安石油大学学报（自然科学版）》 CAS	2004	10	在线阅读下载PDF 职称材料
4	基于LASSO-ISAPSO-ELM的含蜡原油管道蜡沉积速率预测	骆正山潘柯成	《安全与环境工程》 CAS CSCD 北大核心	2022	5	在线阅读下载PDF 职称材料
5	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	陈卓刘波张源杨云博田洋阳	《科学技术与工程》北大核心	2023	4	在线阅读下载PDF 职称材料
6	原油管道蜡沉积速率预测模型研究	肖荣鸽刘博刘国庆戴政张鹏	《化学工程》 CAS CSCD 北大核心	2023	3	在线阅读下载PDF 职称材料
7	流花16-2油田海底管道原油蜡沉积规律模拟分析	张在孝黄启玉张汛单锦旭朱祥瑞张雨	《中国海上油气》 CAS CSCD 北大核心	2020	9	在线阅读下载PDF 职称材料
8	普适性结蜡模型相关参数的优化方法	肖荣鸽庄琦靳帅帅刘博	《化学工程》 CAS CSCD 北大核心	2021	2	在线阅读下载PDF 职称材料