光谱预处理-卷积神经网络模型预测油田污水含油量研究 |
| |
引用本文: | 齐晗兵,李怀治,王秋实,李栋,张晓雪,闪军章,朱航.光谱预处理-卷积神经网络模型预测油田污水含油量研究[J].当代化工,2023(2):407-410+414. |
| |
作者姓名: | 齐晗兵 李怀治 王秋实 李栋 张晓雪 闪军章 朱航 |
| |
作者单位: | 1. 东北石油大学土木建筑工程学院;2. 黑龙江省石油石化多相介质处理及污染防治重点实验室 |
| |
基金项目: | 黑龙江省自然科学基金联合引导资助项目(项目编号:LH2019E015); |
| |
摘 要: | 含油量是油田污水的重要指标之一,快速分析油田污水含油量对油田污水达标回注处理具有重要意义。测量了油田含油污水水样的紫外透射光谱,基于含油污水紫外透射光谱,采用卷积神经网络(CNN)建立模型预测油田污水含油量,并比较了4种预处理方法对CNN模型预测能力的影响。结果表明:含油污水透射光谱经Savitzky-Golay平滑法预处理后建立的CNN模型优化效果最好,其rp和RMSEP分别为0.964 9和1.8470。相比于利用原始光谱建立的CNN模型,SG-CNN模型的rp增加了0.000 7,RMSEP降低了3.29%。而另外3种预处理方法对CNN模型的预测能力没有起到预期效果。因此,在使用CNN对油田污水含油量进行分析时,可使用SG预处理方法进行模型优化。本研究为油田污水含油量检测提供了一种快速检测的方法。
|
关 键 词: | 油田污水 光谱预处理 卷积神经网络 含油量 紫外光谱 |
|