基于BP神经网络的压气站风险评价方法.pdfVIP

2011伍 管 道 技 术 5 设 舌 201l 第2期 Pipeline Technique and Equipment No．2 基于 BP神经网络的压气站风险评价方法 唐 奕 ，范小霞 ，赵 建 ，古小平 (1．西南油气田分公司输气管理处，~tJII成都 610203；2．中石化西南油气田分公司川西采气厂， 四川德阳 618000；3．内江市天然气总公司，四川内江 641100) 摘要：压气站作为输气管网系统中的重要组成部分，在使用过程 中会受到环境因素、腐蚀因素、防 腐系统等因素的影响，在一定程度上增大了压气站的风险水平。文中借鉴 国内压气站风险评价技术的 基本思想和处理方法，结合 国内压气站设计、施工、运行 、维护的实际条件 ，根据人工神经网络的原理和 方法，建立 了BP神经网络风险评价模型。利用某输气公司提供的2O个压气站 的风险因素数据进行多 次训练，从而验证出这2O个压气站通过BP神经网络训练后的风险评价等级，测试结果集合与假设测 试结果保持一致。最后得出对压气站进行客观风险评价的BP神经网络计算模型。 关键词：压气站；BP神经网络；风险评价 中图分类号：TE82 文献标识码 ：A 文章编号：1004—9614(2011)02—0033一O3 CompressorStationRiskAssessmentM ethodBasedOilBP NeuralNetwork TANGYi，FANXiao—xia ，ZHAOJian ，GU Xiao—ping (1．GasTransmissionManagementDi~sion，SouthwestOilGasFieldCompany，Chengdu610203，China；2．WesternSichuan GasProduction＆DeliverofSinopec，Deyang618000，China；NeijiangNaturalGasCorporation，Neliiang641100，China) Abstract：Asanimportantcomponentinanygaspipenetworksystem ，compressorstationscanbeaffectedbyenvironmental factors，corrosionfactorsandanti—corrosionsystemsetc，allofwhichwillraisetheriskofcompressorstationstosomeextent．Ae— cordingtotherelevantrulesandregulations，combinedwiththepracticaldesign，construction，operationandmaintenancecondi— tionsinChina，basedontheartificialneuralnetworktheoryandmethods，thispaperbuildsupariskassessmentBPnetworkmod— e1．Afterseveraltimesoftrainingbyusingriskfactordataabout20compressorstations．itisprovedthatthetestresultsetofthe riskassessmentgradeafterBPneuralnetworktrainingisconsistentwiththeassumedtestresults．Thenanobjectiveriskassess— mentBPneuralnetworkmodelisobtained． Keywords：compressorstation；BPneuralnetwork：riskassessment 0 引言 险控制消减措施 j。尹广增等也对输气管道压气站 为在输气管道中保持规定的