基于BP网络的原油含水率检测误差校正方法

微波相移法原油含水率传感器检测是实现高含水原油含水率在线检测的有效手段之一,但其检测精度易受矿化度的影响。针对高含水原油中大量存在的矿化度组份(NaCl和CaCl_2),试验研究了不同比例及含量的双组份矿化度对微波相移法原油含水率检测传感器精度的影响,得出了双组份矿化度(NaCl和CaCl_2)对原油含水率检测精度的影响规律。由于矿化度的组份及含量与原油含水率检测值的关系受多种因素的影响,很难建立准确的误差补偿模型。为此,建立误差校正的BP神经网络模型,该模型把微波相移法原油含水率传感器的检测误差从13. 912%降低到1. 821%,提高了检测精度。数据对比结果表明:BP神经网络预测模型优于多元线性回归预测模型。