基于神经网络的FPSO原油来液量软测量方法

现有FPSO原油处理工艺流程中,由于原油携带沙子较多,经常导致流量计堵塞,从而影响原油来液测量的准确性。现场操作人员无法准确确定破乳剂的添加量,只能依靠经验进行操作,通常采用过量添加破乳剂的方式来确保处理后的原油符合要求。为了解决上述问题,采用LSTM神经网络对原油来液进行软测量建模,选取工艺流程中相关参数的测量值作为关联特征,通过训练模型并将预测结果与真实值进行对比。研究结果表明,所提方法输出结果的误差较小,可以进一步优化并推广至原油处理工艺流程的实时控制中,为实现破乳剂的自动控制提供了数据基础。