基于MEA-BP神经网络热油管道预测模型研究

基于MEA-BP神经网络热油管道预测模型研究

于涛^1,2，李传宪¹，张杰³，刘丽君⁴，郭悠悠²，段坤华²

（1. 中国石油大学（华东）储运与建筑工程学院，山东 青岛 266580；   2. 中国石油北京油气调控中心，北京100007；

3. 中国石油西部管道公司，新疆 乌鲁木齐 830000；   4. 北京中油瑞飞信息技术有限责任公司，北京 100007）

摘      要：长输热油管道运行过程中，油温的准确预测是管道安全优化生产的前提。针对以往油温预测方法的误差大，推广应用难等问题，提出利用Back Propagation（BP）神经网络和思维进化算法（Mind Evolutionary Algorithm，MEA）优化算法，建立MEA-BP油温预测模型。利用相关性算法获得模型输入参数，下载处理SCADA系统实际生产数据，对模型进行训练。将MEA-BP预测模型应用于实际生产，油温预测误差为0.49 ℃，相比理论公式及其它预测模型，具有泛化性好、预测准确性高等特点。通过研究获得基于大数据分析方法可有效实现长输管道业务需要，为管道大数据平台分析应用，未来智能化控制奠定基础。

关   键   词：原油管道；BP神经网络；MEA

中图分类号：TQ 015       文献标识码： A       文章编号： 1671-0460（2020）04-0751-06