神经网络构建稠油掺稀黏度预测模型研究

本文利用BP神经网络能够较好地在实验数据基础上建立稠油掺稀黏度预测模型,以对新疆塔河油田稠油掺入四种稀油的黏度预测为例,通过BP神经网络建立预测模型,并与四种传统基于线性回归的建模方法及进行改进的方法进行对比,结果表明：利用神经网络建立模型的最大误差为4.1%,黏度与温度、稀稠比的非线性关系能够较好拟合,对比基于线性回归方法的建模方法及其改进算法有着更高的拟合精度。     

高后果区管段安全状态检测与监测技术

油气管道的高后果区往往存在应力集中的情况,现有技术难以对其进行有效检测和科学评估。本文提出一种管道安全状态检测与监测技术,对中缅管道某高后果区管道进行非接触式磁力检测,确定了应力集中位置和对应的风险等级,采用应变计对高风险点进行长期监测,获得实时应力数据,保障管道安全运行。现场应用表明,非接触式磁力检测和应力应变监测技术相结合能够有效检测管道应力集中情况并对其应力状态进行长期监测,是一种科学有效的管道完整性管理手段。