Полное описание

Кугаевских, Александр Владимирович. Нейросетевой подход к задаче прогнозирования компонентов многофазного потока по данным расходомера Вентури = Neural Network Approach to the Problem of Predicting Multiphase Flow Components Based on Venturi Flow Meter Data / А. В. Кугаевских, А. В. Сидоров. - DOI 10.33285/2782-604X-2022-8(589)-43-49. - Текст : непосредственный // Автоматизация и информатизация ТЭК = Automation and Informatization of the Fuel and Energy Complex : научно-технический журнал. - 2022. - N 8. - С. 43-49. - Библиогр. в конце ст. - ISSN 2782-604X.

ГРНТИ	УДК
52.47	622.276:004.8
28.23.37	004.032.26

Рубрики:
Нефтегазодобыча -- Прогнозирование
Нейронные сети -- Применение

Кл.слова (ненормированные): рекуррентные нейронные сети -- расход газа -- расход нефти -- объемная доля газа -- нейронные сети -- расходомер Вентури -- многофазный поток -- прогнозирование расходов
Аннотация: В статье представлен результат экспериментальной проверки разработанной архитектуры рекуррентной нейронной сети для прогнозирования расходов нефти и газа по параметрам расходомера Вентури. Качество прогнозирования, измеренное с помощью коэффициента детерминации, находится на уровне 0,90 для расхода нефти и 0,92 для расхода газа. Помимо расходов компонентов многофазного потока, предложенная архитектура нейронной сети позволяет прогнозировать и объемную долю газа. Проведенные эксперименты показали превосходство данных, полученных с расходомера Вентури, по сравнению с данными плотномера. Нейронная сеть хорошо справляется с прогнозированием возрастающей или убывающей зависимости, но в точках изменения тренда возникают погрешности.
Доп. точки доступа:
Сидоров, Александр Васильевич


Нет сведений об экземплярах
Держатели документа:
Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17 (Шифр в БД-источнике (KATBW): -731872-125702)

Шифр в сводном ЭК: ee32eac4b5af745a74959050110fe710

Заказать
Заказ фрагмента документа ₽