西部天然气管网稳态运行优化研究

基于现场报表数据反算校验的西部天然气管网SPS仿真模型,通过不同流量与运行压力级制分类搭建了管网运行方案库。结合深度学习模型对方案库数据进行训练与特征提取,建立了一种新的管网水力计算与压气站配置方法,在保证计算精度的基础上提高了大型天然气管网运行优化计算效率。利用动态规划算法对压气站最优出站压力变量进行选择,管网流量分配原则为系统总能耗最小。所建立的管网稳态运行优化模型同时具备计算的高效性与准确性,基于该优化模型编制了西部天然气管网稳态运行优化软件V1.0,经过现场实测数据验证,模型优化结果可以显著降低管网运行能耗,可为西部天然气管网的运行与调度提供有效参考。     

基于深度学习结构网络的输气管道水力预测模型

为提高在役输气管网稳态水力预测与仿真的准确性,分析总结了输气管道水力计算的主要影响因素,结合流体力学特性建立了一个预测大型输气管网水力参数的深度学习结构网络模型。根据不同流量、不同温度和不同管网拓扑结构条件下大量具有代表性的输气管网水力数据来建立学习样本,并对该模型的精度进行了检验。结果表明:基于堆叠自编码器的预训练阶段平均每层迭代1 524次,整体微调迭代8 572次后精度满足要求;训练后深度学习结构网络模型的进站压力预测结果最大绝对误差为0.2 MPa,平均误差为1.5×10-2MPa,平均相对误差为0.25%。用所建立的深度学习结构网络得到的预测值与样本值吻合较好,具备泛化计算能力。