基于互信息估计和SVM的输油管道电耗预测研究

为了提高输油管道运行电耗的预测准确度,给生产调度和节能开泵方案提供实际指导。以某油田两条输油管道为例,在收集原始数据的基础上,根据水力学原理对变量进行扩充,得到更多与管道电耗相关的特征,再利用K近邻互信息估计对变量进行特征选择,最后通过支持向量机(SVM)实现小样本信息的回归预测。结果表明,影响管道电耗的因素依次为日输量、雷诺数、进出站压差、出站压力、进站压力等,特征选择结果较皮尔逊相关系数法相比,更为合理、可信;对比了多种模型的预测效果,管道A和管道B分布在5#模型和4#模型上的相对误差范围最小,模型的泛化能力最强;管道A每月可节约电耗0.26×10^(4)~0.67×10^(4)kWh,管道B每月可节约电耗0.14×10^(4)kWh。