Полное описание

Зараев, В. Ф. Применение машинного обучения для прогнозирования влияния противотурбулентной присадки на гидравлическую эффективность нефтепроводов / В. Ф. Зараев, Д. А. Черенцов, А. Ю. Мареева, А. В. Стрекалов, С. П. Пирогов. - Текст : непосредственный // Территория нефтегаз : Журнал. - 2021. - N 3/4. - С. 14-22. - Библиогр. в конце ст. - ISSN 2072-2745.
(Шифр в БД У3657/2021/3/4)

ГРНТИ	УДК
73.39	004.032.26
28.23.37

Рубрики:
Нейронные сети -- Применение в нефтегазовой отрасли
Машинное обучение

Кл.слова (ненормированные): противотурбулентная присадка -- моделирование -- искусственная нейронная сеть -- пропускная способность трубопровода -- машинное обучение -- технико-экономическая оценка -- алгоритм левенберга - марквардта
Аннотация: При поддержании плановых показателей добычи нефти в ООО "РН-Уватнефтегаз" происходит перераспределение загрузки объектов инфраструктуры, причем на объектах, ранее эксплуатировавшихся в режиме номинальной загрузки, может отмечаться превышение предельной пропускной способности. В частности, такое превышение наблюдается на участке межпромыслового нефтепровода, транспортирующего товарную нефть от центральной перекачивающей станции Тямкинского месторождения до установки подготовки нефти Кальчинского месторождения (Тюменская обл.). В целях обеспечения бесперебойной работы трубопровода был рассмотрен ряд мероприятий, направленных на увеличение пропускной способности нефтепровода. Результаты технико-экономической оценки показали, что наиболее привлекательным является вариант с применением противотурбулентных присадок. В статье рассмотрена возможность применения методов Data Mining, в частности искусственных нейронных сетей, для прогнозирования гидравлической эффективности нефтепроводов при применении противотурбулентных присадок. Отражен процесс обучения искусственной нейронной сети, причем в качестве исходных данных были использованы режимные листы работы напорных нефтепроводов за 2019 г. Определены входные и выходные параметры для искусственной нейронной сети на основе анализа режимных листов, в качестве архитектуры выбран двухслойный перцептрон с одним скрытым слоем. В качестве алгоритма обучения использовался алгоритм Левенберга - Мар- квардта. Оценка достоверности прогнозирования показала, что имитационное моделирование на основе искусственных нейронных сетей может применяться в качестве адекватного метода оценки эффективности марки и концентрации противотурбулентных присадок для обеспечения требуемой гидравлической эффективности нефтепроводов.
Доп. точки доступа:
Черенцов, Д.Ю.
Мареева, А. Ю.
Стрекалов, А.В.
Пирогов, С.П.


Имеются экземпляры в отделах: всего 2 : ЧЗХР (1), ХРЦ (1)
Свободны: ЧЗХР (1), ХРЦ (1)

Заказать издание
Заказ фрагмента документа ₽