基于CAE-TSNE的成品油管道运行工况识别

成品油管道运行工况变化频繁,难以精准判断管道运行状态,依靠现场人员进行识别监控易造成误判。本文为实现管道运行工况的准确识别,考虑管道的物理空间特性,分析整理各站运行参数(压力、流量、密度);考虑管道运行的时间序列特性,基于SCADA管道数据构造运行数据矩阵,以克服单一时刻的瞬态扰动。针对管道运行数据高维度、非线性的特点,利用卷积自编码器(CAE)强大的特征压缩及重构能力对管道数据做降噪处理;利用T分布邻域嵌入算法(T-SNE)对管道数据做降维聚类处理,最终建立了基于CAE-TSNE的管道运行工况识别模型。以某两条成品油管道为例,对比主流的非线性分类模型(ANN、DT、RF),结果表明基于CAE-TSNE的工况识别模型精度最高,对降噪后的运行数据识别准确率可达到99%以上,可用于指导现场管道的运行管理。     

塔河油田注水管网水力仿真研究

针对塔河油田注水管网现场检测仪表不全,部分节点流量压力缺失的问题,基于节点法,建立了环-枝状管网水力计算模型,进行了水力仿真研究,并用粒子群算法对管段摩阻进行校核。最后开发了管网的水力仿真平台,已有效指导现场运行。仿真结果与现场实际运行误差在10%之内,满足了现场需求。     

天然气需求量预测研究进展

对天然气需求量准确预测和分析,能为合理进行生产调度和资源配置提供帮助,继而为管网运行企业带来经济效益。论述了目前天然气需求量预测及相似领域其他能源需求预测问题的相关研究进展,分析了国内外在该领域的研究现状和发展方向,重点介绍了其预测模型的特点及发展趋势,指出了当前研究中存在的问题及未来的研究方向,总结了可供借鉴的研究成果,可为未来进一步开展天然气需求量预测研究提供参考。