共查询到20条相似文献,搜索用时 0 毫秒
1.
针对原油集输管道的腐蚀速率问题,首先对引起集输管道腐蚀速率的相关因素进行分析,建立PCA-GRNN模型,根据现场获取的相关数据,使用PCA(主成分分析)算法对集输管道腐蚀速率影响因素进行降维处理,使用交叉验证的方法对GRNN(广义回归神经网络)算法的光滑因子进行寻优,将25组集输管道腐蚀速率及影响因素数据作为学习样本,对5组集输管道腐蚀速率数据进行预测,并将预测结果和PCA-BP神经网络模型、PCA-WNN神经网络模型进行对比,以此验证PCA-GRNN模型的可行性。根据PCA处理结果可以看出,原油温度、流速、硫化氢含量、二氧化碳含量、盐含量、含水率以及pH对集输管道腐蚀速率的影响较大,压力对其影响较小;PCAGRNN模型的预测平均绝对误差仅为1.28%,小于其他模型的预测结果,证明PCA-GRNN模型适用于原油集输管道腐蚀速率预测。 相似文献
2.
3.
埋地原油管道停输期间温降及原油凝固传热模型及数值模拟 总被引:8,自引:0,他引:8
假设原油凝固区域为一固相和液相组成的动态多孔介质区域,建立了土壤、管道能量方程与原油质量、动量和能量方程相互耦合的传热模型,并对埋地原油管道停输温降过程进行了数值模拟.数值模拟结果能够合理解释停输期间温度场、凝固界面和自然对流规律. 相似文献
4.
5.
6.
7.
8.
建立了基于变学习率BP模型的城市燃气短期负荷神经网络预测模型。输入元为城市燃气短期负荷的五个影响因素:日期类型、天气类型、日最高气温、日最低气温、日平均气温。网络结构为5-6-1。输出元为燃气短期负荷。用VC++编程,变学习率为0.3和0.7,经过19086次迭代,模型收敛,全局误差为0.00049999。数据对比分析发现相对误差在5%之内,说明该模型是准确有效的。 相似文献
9.
10.
4区现象学燃烧模型可由实测示功图预测直喷式柴油机的燃烧率及NOx排放并具有较高的精度。为使该种模型适用于热力过程的优化模拟,本文由多种燃烧系统及工况的匹配实验数据推导出了预测直喷式柴油机燃烧率的经验公式。应用该式分别以不同韦全函数对预混合及扩散燃烧阶段进行了计算。研究结果表明,预测结果与实测结果是相当吻合的。 相似文献
11.
优化配电系统能够实现节能,但在工程实际中由于电力系统的混沌特性,使得节电率难以准确测量和评估。目前所使用的对比法在节能量评估中存在很大误差,不能反映出实际的节能效果。配电系统优化节能后,以电能质量或节电率为吸引子,当受到随机扰动后,仍然能够向吸引子收敛。基于此,提出了基于混沌模型的节电率算法。算法通过数据采样,得到受随机扰动影响的各变量概率分布,然后计算各变量的数学期望并代入混沌模型中得到节电率。通过示例分析,采用混沌随机模型计算得到的节能率较对比法随机扰动影响小,不存在超边界数据,且能够更准确地评价节能效果。 相似文献
12.
立足于当前轿车普遍装配的阶跃型氧传感器,基于化学反应动力学,建立了三效催化器的氧储存率模型,并利用MATLAB/Simulink软件对建立的模型进行了仿真实现。依据所建模型设计了三效催化器的劣化诊断算法。通过发动机台架试验数据分析,验证了建立的三效催化器的氧储存率模型能够较为精确地反映三效催化器储存和释放氧的能力,设计的劣化诊断算法能诊断三效催化器是否劣化。 相似文献
13.
从优化管线流程、改善原油低温流变性和优化管路系统运行参数等方面入手对含蜡原油长距离管道输送的不同节能技术的发展概况和现场应用状况进行了综合论述.指出其在研究和应用中存在的问题,对其发展进行了客观评价和展望. 相似文献
14.
15.
针对某Tier Ⅲ船用低速二冲程柴油机,开展了负荷、EGR率及喷油参数对放热率及其特征参数的影响研究。研究表明:负荷和轨压是影响燃烧始点的主要因素,负荷、轨压升高使燃烧始点提前;轨压升高及喷油正时提前使CA50提前,指示热效率升高;小EGR率对燃烧过程影响不大,EGR率高于26%后会显著推迟CA50,增大燃烧持续期,降低指示热效率。基于实测放热率对三韦伯函数参数进行了研究,获得了多因素对经验放热模型的作用规律,得到了适用于低速机的经验放热率模型。 相似文献
16.
17.
基于平均反应率的现象学碳烟氧化模型研究及应用 总被引:1,自引:0,他引:1
提出了一个基于平均反应率的现象学耦合碳烟氧化模型,将其应用于柴油机数值模拟中,并结合试验的方法研究了后喷射对碳烟排放的影响.将Hiroyasu碳烟生成模型和提出的碳烟氧化模型集成在CFD源程序中构建多维模型,根据不同的后喷射方案计算碳烟的生成和氧化历程,同时结合试验数据分析后喷射影响碳烟氧化的各种因素.研究结果表明,采用提出的碳烟模型和试验方法能真实地反映柴油机碳烟的生成和氧化历程以及后喷射对碳烟排放的影响规律,对柴油机满足低排放的研究具有一定参考价值. 相似文献
18.
在碳达峰碳中和的目标下,电力系统的发电方式发生了重要转变,以风电和太阳能为代表的新能源逐渐成为主力电能,建设新型电力系统迫在眉睫。为了进一步控制电网基建工程的投资,提高电网工程投资效率,满足新型电力系统建设的需要,需要对电网工程的投资结余水平进行有效预测和控制。将基于BP神经网络架构,通过对电网基建项目投资的影响因素进行选择,选用粒子群算法(PSO)进行模型优化,构建PSO-BP电网工程投资结余率模型,该模型实现了电网工程投资以及结余率的预测,对优化电网工程投资结构和提高投资效率具有重要意义。 相似文献
19.