典型文献
基于BR-BP神经网络的页岩气集输管道冲蚀动态预测
文献摘要：
页岩气集输管道在生产过程中的介质含砂量明显高于常规天然气且伴随着压力和流量的显著衰减,这导致集输管道管壁受到冲蚀迅速减薄甚至穿孔,为了实现对页岩气集输管道长期运行的可靠性评估和风险预警,采用了贝叶斯正则化(BR)方法训练的BP神经网络,建立了页岩气集输管道的壁厚动态预测模型.首先分析确定预测模型输入参量;然后通过管线对应数据进行BP神经网络的BR法训练及检验,并建立壁厚动态预测模型;最后通过该模型对实际监测数据进行实例应用,并与其他神经网络建立的预测模型相对比.该模型弥补了常规传统方法训练下BP神经网络模型容易陷入局部极小值的缺点,增强了模型的推广泛化能力,减小了壁厚预测误差提高了精度,并且能够根据新的监测数据进行动态预测,通过壁厚的预测来反映具体冲蚀情况.
文献关键词：
BP神经网络;贝叶斯正则化;页岩气集输管道;壁厚动态预测
中图分类号：
作者姓名：
何跃;兰永福;樊星;贾文龙;冷翔宇;吴暇;黄军;韩西成
作者机构：
中国石油集团西部钻探工程有限公司井下作业公司储存改造研究中心,新疆克拉玛依 834099;西南石油大学石油与天然气工程学院,四川成都 610500;汉正检测技术有限公司,四川广汉 618399
文献出处：
引用格式：
[1]何跃;兰永福;樊星;贾文龙;冷翔宇;吴暇;黄军;韩西成-.基于BR-BP神经网络的页岩气集输管道冲蚀动态预测)[J].全面腐蚀控制,2022(10):13-20
A类：
壁厚动态预测
B类：
BR,页岩气集输管道,管道冲蚀,含砂量,常规天然气,管壁,减薄,穿孔,道长,长期运行,可靠性评估,风险预警,贝叶斯正则化,方法训练,动态预测模型,模型输入,参量,管线,实际监测数据,实例应用,练下,局部极小值,泛化能力,预测误差
AB值：
0.231323
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。
