[發明專利]利用修正的BP神經網絡模型預測熱油管道能耗的方法

在審

• 申請號: 201410370216.7
• 申請日: 2014-07-30
• 公開（公告）號: CN104134103A
• 公開（公告）日: 2014-11-05
• 發明（設計）人: 高山卜;錢成文;張玉志;張斌;馮偉;曾力波;田望
• 申請（專利權）人: 中國石油天然氣股份有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06
• 代理公司: 北京華沛德權律師事務所 11302
• 代理人: 劉杰

技術領域

本發明屬于管輸能耗預測技術領域，特別涉及一種利用修正的BP神經網絡模型預測熱油管道能耗的方法。

背景技術

“十二五”是我國經濟社會發展的重要戰略機遇期，也是轉變發展方式，加快建設資源節約型和環境友好型工業體系的關鍵時期，隨著經濟增長的能源資源和環境約束日益強化，國家對節能工作越來越重視，管道輸送行業也在積極響應國家相關節能政策與發展規劃。對管輸能耗現狀進行綜合分析和評估是實施節能工作的前提和基礎，而建立反映能耗變化的預測方法是從宏觀尺度上分析認識管輸能耗變化與發展特性，是管道輸送行業開展節能工作提供決策依據的有效途徑和重要手段。

由于我國油田所產原油大多含蠟較高，加熱輸送是含蠟原油的主要輸送方式，而出站溫度、輸油量、管線總傳熱系數、管體的結蠟程度以及季節變化等諸多因素都會影響熱油管道能耗，國外沒有針對我國熱油管道這種復雜系統的能耗預測模型。目前，國內好多學者都對原油管道能耗的預測方法進行了研究和探討。例如：文獻“原油管輸能耗預測方法研究”引入了季節因素，建立了原油管道能耗預測模型，但由于僅考慮了季節因素對原油管道能耗的影響并且由于計算模型的限制，該模型僅可以在有限數據條件下實現原油管道能耗預測。文獻“原油長輸管道油電損耗的回歸預測”、“管線油電損耗的灰色模型及預測”、“基于普通累積法的原油管線油電損耗預測”均是需要依據原油管線多年來的輸量及油、電損耗數據，采用特定的數學方法建立原油管道油、電損耗預測模型，這些模型均只考慮了輸量對原油管道能耗的影響，而忽略了其它因素對其的影響。加之，在實際生產中，影響熱油管道能耗的諸多因素不易獲取，因此上述的能耗預測方法不能很好的適用于熱油管道的能耗預測，在熱油管道能耗影響因素數據缺省情況下來預測管輸能耗的問題亟待解決。

發明內容

本發明所要解決的技術問題是提供一種預測精度高的利用修正的BP神經網絡模型預測熱油管道能耗的方法。

為解決上述技術問題，本發明提供了一種利用修正的BP神經網絡模型預測熱油管道能耗的方法，包括以下步驟：

收集熱油管道的歷史能耗數據作為樣本數據，對所述樣本數據進行歸一化，使樣本數據范圍在[0,1]之間；

進行BP神經網絡模擬，建立預測熱油管道能耗的第一神經網絡模型，包括如下過程：

(1)確定神經網絡的層數，

(2)確定神經網絡的輸入變量個數，

(3)確定神經網絡的輸出變量個數，

(4)確定神經網絡的隱含層元素個數，

(5)網絡初始化并進行網絡訓練；

利用第一神經網絡模型對熱油管道能耗進行預測，得到能耗真實值序列x與能耗預測值序列的極差序列

基于GM(1,1)算法建立殘差公式對第一神經網絡模型進行修正，得到第二神經網絡預測模型；

利用第二神經網絡預測模型計算熱油管道能耗的預測值x^*。

進一步地，所述收集熱油管道的歷史能耗數據作為樣本數據是收集熱油管道近四年的月能耗數據作為樣本數據。

進一步地，所述對樣本數據進行歸一化的公式為：

y=x-xminxmax-xmin]]>

其中，x為熱油管道歷史能耗數據，y為x的歸一化輸出，x_min為x的最小值，x_max為x的最大值。

進一步地，所述確定神經網絡的輸入變量個數中的輸入變量為樣本數據中熱油管道前三年的月能耗，所述能耗真實值序列x為樣本數據中熱油管道最近一年的月能耗。

進一步地，所述第二神經網絡預測模型的推導方法為：