典型文献
基于神经网络的能耗预测在油气田企业的应用
文献摘要：
随着人工智能的蓬勃发展,国际上的很多石油公司开始将人工智能的相关理论应用于油气勘探开发和地质数据的处理分析中,从而指导油气田企业的生产.在油气田日常生产过程中油气田企业积累了大量生产数据和能耗数据,然而隐藏在数据之间的逻辑关系有待挖掘,所以,将采用人工智能的相关算法从地区公司层级对某油气田企业的历史生产数据和能耗数据进行研究和分析.首先选用企业历史的生产数据和能耗数据作为实验数据集,然后选用无监督学习方法聚类对数据进行预处理,剔除异常数据.最后采用长短期记忆网络(Long Short-Term Memory,LSTM)模型和人工神经网络模型(Artificial Neural Network)从时间序列维度和生产总量维度来分别研究企业的月能源消耗量和能源消耗总量.最终,通过训练好的模型,预测企业未来能源的消耗量,进而提高企业的智能化管理水平.
文献关键词：
神经网络;长短时记忆网络;能耗预测;油气田企业;能源管理
中图分类号：
作者姓名：
祁滢;李峻;郭以东
作者机构：
中国石油勘探开发研究院西北分院计算机技术研究所、中国石油天然气集团有限公司物联网重点实验室
文献出处：
引用格式：
[1]祁滢;李峻;郭以东-.基于神经网络的能耗预测在油气田企业的应用)[J].信息系统工程,2022(05):60-63
A类：
B类：
能耗预测,油气田企业,石油公司,理论应用,油气勘探开发,地质数据,处理分析,日常生产,中油气,生产数据,能耗数据,研究和分析,企业历史,无监督学习,异常数据,长短期记忆网络,Long,Short,Term,Memory,人工神经网络模型,Artificial,Neural,Network,能源消耗量,练好,未来能源,智能化管理,长短时记忆网络,能源管理
AB值：
0.29977
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
