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。

福建成品油管道停输后压力预测算法模型

停输操作在福建成品油管道运行管理中时常发生,停输再启动过程中管内压力变化剧烈。当管内压力下降时,现场人员经常误以为发生泄漏等异常事故,需巡检排查,增加了现场的管理难度。为了提高现场管理水平,从机理模型分析了管道停输时段压力变化的影响因素,并基于出站油温、压力等检测数据,同时考虑环境温度的变化,建立基于机器学习算法的压力预测模型,监测管内压力变化情况。以泉港南线和黄塘溪东出站点为例,以RMSE、MAE、R2为指标,对比了LR、SVM、DT、RF、GB这5种回归预测模型。结果表明:DT、RF、GB模型适用于福建成品油管道停输的管内压力变化分析,而RF准确度最高。建立预测模型后,利用天气预报的气温数据,可以预测未来时段管内压力的变化趋势,当预测值与检测值差别较大时,实现报警功能。

基于数据分析的油库出库量预测研究

油库的出库量往往关系着企业的经济效益,而目前主要是基于经验公式法对油库出库量进行年预测.通过数据分析和研究,提出了耦合经验模式分解(EMD)和长短期记忆神经网络(LSTM)的EMD-LSTM日出库量预测模型;针对油库企业连续多天的油库出库量预测需求,提出了基于prophet的旬、月出库量预测模型.结果表明:基于EMD-LSTM的日预测最小误差可以达到8.2%,但整体误差较大;基于prophet的旬、月预测,其误差大都处于10%以下,其中旬预测的误差一般处于1%至7%之间,预测误差整体较小,可信度较高.基于prophet的旬、月预测效果优于EMD-LSTM的日预测效果,可满足油库对于连续多天的预测需求,能够对油库企业的未来生产进行科学指导.