共查询到19条相似文献,搜索用时 156 毫秒
1.
《新疆石油科技》2014,(4)
稀释输送是传统的稠油降粘输送方法,因其工艺简单,降粘效果在管输过程中较稳定,一直在国内外得到广泛应用。但稠油中加入稀油后其混油粘度又是一个难点,混油粘度是摩阻计算的重要参数,是输油管道设计和运行管理的重要参数,其准确性对水力计算结果至关重要。混合原油的粘度计算,国内外学者提出了不少经验公式、半经验公式以及计算图表,且大多是利用实验数据通过线性回归得到的,每种模型都有一定的适用范围。依据风城油田的普通稠油、特稠油、超稠油的掺稀实验数据,结合单对数Shu模型、双对数修正Ⅲ模型、Cragoe修正模型,分析了不同模型的最佳适用范围。对于风城油田稠油掺稀输送的混油粘度计算问题具有一定的指导意义。 相似文献
2.
基于人工神经网络原油中气油体积比预测模型研究 总被引:1,自引:0,他引:1
针对国外原油气油体积比预测模型在国内一些油田并不适用,在分析BP神经网络基本原理的基础上,提出了原油气油体积比新的预测模型。该模型结构为4-10-1的三层BP网络模型,它考虑了压力、温度、地面原油重度和气体的相对密度对气油体积比的影响。利用该模型对大庆油田实测值进行了训练与测试。测试结果表明:利用人工神经网络方法建立的气油体积比预测模型比国外模型精度高,基本合理可靠。 相似文献
3.
管道顺序输送高差混油研究 总被引:13,自引:0,他引:13
成品油管道线路起伏时相邻油品的密度差和粘度差是影响混油形成的重要因素.分析了两者对混油过程的影响,推导出了与混油区的物质分布相关的轴向有效分散系数,提出了管道顺序输送高差混油模型.湍流时,粘度对流速断面形成的影响在油流核心不明显,主要是密度差别导致流速断面变化而影响有效分散系数,因此,可忽略混油区粘度的变化.在此基础上简化模型,推导出了高差混油浓度分布的基本方程.通过算例对雷诺数、管长和倾角等影响混油的因素进行了分析.结果表明,倾角对混油的影响程度随着输送距离的增长和雷诺数的提高逐渐减小,特别是在高于临界雷诺数的高度湍流和长距离输送时,倾角对混油的影响程度相当小. 相似文献
4.
5.
6.
7.
不同因素对混油形成的影响 总被引:6,自引:0,他引:6
成品油的顺序输送是在不停输的情况下循环进行的。有四种因素对混油的形成产生影响,即初始混油、流速变化、粘度差异、密度和停输的影响。初始混油对短管道有很大影响,因此在短管道上采取减少混油量的措施最为有效。 相似文献
8.
9.
10.
以管道顺序输送运动粘度为180mm2/s和380mm2/s的燃料油混油为例,介绍了黄岛油库处理类似混油的两段切割法,依前行和后行油品的性质、体积及对混油最低质量指标的要求,计算确定最大混油量,根据这一预先判断的结果,精心组织混油段切割,合理分配两种燃料油的进罐量,在不损失卸油效率的同时,保证收油的数量和质量。 相似文献
11.
12.
催化裂化反应-再生系统是一个高度非线性和强耦合的操作系统,用传统建模方法很难描述。鉴于人工神经网络(ANN)非线性预测和自学习自适应能力强,而遗传算法(GA)全局寻优能力强的特点,将两者结合,先通过GA寻得BP神经网络最优的权值和阈值初值,再赋予BP,从而改善BP模型随机不确定选择初值的方法,提高其映射精度。以某炼油厂2.8 Mt/a MIP装置反应-再生系统为研究对象,选取第一反应器温度、第二反应器温度、第一再生器温度、第二再生器温度、反应器压力、再生器压力等6个变量为神经网络的输入变量,汽油产率为输出变量,建立6-11-1的BP神经网络,并采用GA来对BP神经网络的权值和阈值进行优化。结果表明,未经GA优化时BP神经网络对催化裂化汽油产率的预测数据的均方误差为5.16,而经GA优化后预测数据的均方误差为4.92。 相似文献
13.
现有工程技术方法对压裂效果的预测精度普遍不高,容易造成经济损失,为此以麻雀搜索算法(Sparrow Search Algorithm,SSA)优化人工神经网络的算法模型,开展以提高压裂效果预测精度为目标的研究。首先以BP神经网络模型对压裂效果进行预测,其次以麻雀搜索算法优化BP神经网络权值后的模型进行预测,通过数据对比发现后者的预测精度更高,且能解决BP神经网络收敛慢、易陷入局部最优解、易产生过拟合现象等问题。研究结果表明,经过麻雀搜索算法调整权值的BP神经网络模型平均相对准确率达到93.85%,不仅比工程方法预测结果的精度更高,还高于未以麻雀搜索算法优化的BP神经网络模型的90.91%,在实际任务中拥有更稳定的性能和更高的精度。 相似文献
14.
以西非及亚太地区86个具有代表性的油田作为样本,以BP神经网络方法为基础,将油价、水深、井数、井深、地质条件这5个影响因素作为输入层参数,钻井完井投资额作为输出层参数,构建海上油田钻井完井投资的BP神经网络模型,并与回归分析模型进行比较分析。结果表明,由于BP神经网络方法是一个主动学习的过程,可以有效地描述变量之间的非线性关系,体现其解决复杂问题的优势,构建的模型具有合理性和实际参考价值。构建的钻井完井投资BP神经网络估算模型具有很好的拟合精度,大部分样本的预测误差在30%以内,基本满足工程开发所要求的误差精度,而且误差水平远远低于回归分析模型。 相似文献
15.
16.
塔设备是石化企业一个非常重要的系统,塔设备的腐蚀问题十分严峻。根据某石化企业分馏塔塔顶系统的腐蚀监测数据,探讨利用BP神经网络建立腐蚀预测模型解决石化塔设备在腐蚀过程中产生的问题。本文分别使用min-max和z-score标准化方法对腐蚀监测数据进行处理,比较两种方法对腐蚀预测结果精度的影响;并且分析训练样本个数变化对腐蚀预测模型预测结果产生的影响。结果显示:利用BP神经网络建立的腐蚀预测模型可以为炼油厂的腐蚀控制提供依据;使用min-max标准化方法处理的数据,能够得到更高的预测精度;当训练样本超过20时,模型预测结果的精度和稳定性均较好。 相似文献
17.
18.
氦气是国家重要性战略物资之一,目前氦气的主要工业来源仍是从天然气中提取。为进一步优化低温提氦工艺,降低工艺能耗水平,对已有低温提氦工艺进行了改进,以一级提氦塔进料温度、压力、回流比、制冷剂高压、低压压力和制冷剂流量6个参数为变量,建立基于BP神经网络算法的综合能耗及提氦浓度预测模型,并对模型进行检验,并运用训练好的BP神经网络对改进工艺的综合能耗及粗氦浓度进行了预测。研究表明:BP模型训练效果较好,可用于综合能耗和粗氦体积分数的预测;通过训练误差分析,确定了模型隐藏层节点数为8时BP模型预测结果最优;利用确定好的BP神经网络预测出最优工艺生产参数,在满足粗氦体积分数不小于63.5%的基础上,综合能耗降低了18.08%。 相似文献