BP网络在油田集输管道结垢预测中应用.pdfVIP

应 用 技 术 石Corros油i化 工 腐 蚀 与 防 护 on＆ProtectioninPetrochemicalIndustry 2 0 10 ，2 7 (6 ) ·5 7 · 一综一 一 一 殛BP网络在油田集输管道结垢预测中的应用术 禹 浩 李自力 王太源 杜松林 (中国石油大学 (华东)，山东 青岛266555) 摘要：国内大部分油气田进入高含水开发期，油气田管道结垢 已经成为危害管道正常运行、影响 油气田生产的重要问题。文章建立了混输管道污垢监测装置，采集了数据样本，利用BP人工神经网 络理论对油田地面集输系统管道结垢情况进行预测和评价，通过数据的比较分析发现人工神经网络 预测的数据和实测数据之间具有较小的误差。同时它不用建立数学模型，学习过程通过 自动调节神 经元之间的连接权值完成，具有较好的预测性。 关键词：集输管道 污垢 监测装置 预测 BP网络 中图分类号：Ⅱ 80．3 文献标识码：A 文章编号：1007一O15X(2010)06—0057—04 管道结垢是油田集输系统中常见的问题，随着 BP网络包括输人层、隐层和输 出层 。上下层 油田开发难度的增加，结垢问题的危害显得尤为突 之间实现全连接 ，而每层神经元之间无连接。当一 出，因此对地面集输系统管道的结垢情况进行预测 对学习样本提供给网络后，神经元的激活值从输人 和评价是非常必要的。 层经各中间层向输出层传播，在输出层的各神经元 人工神经网络是基于模仿大脑神经网络结构 获得网络的输人响应。然后按照减少 目标输 出与 和功能而建立的一种非线性的信息处理系统，其中 实际误差的方向，从输出层经各中间层逐层修正各 BP网络的学习能力使其能平衡大量的数据，将变 连接权值，最后回到输人层 ，随着误差逆传播修正 量间错综复杂的关系以权值的形式分布于各个节 的不断进行，网络对输入模式响应的正确率不断 点上，同时误差反传能使预测结果与期望结果全局 上升。 误差较小，预测的准确性较高，越来越被广泛得应 BP网络学习算法-3 假设 BP网络共 L层， 用于工业生产中的模拟仿真 ¨J，因此该文把人工 对于给定的P个样本，网络的期望输出 =[t 神经网络应用于集输系统的污垢预测的工作中，试 ， … ]。当输入第 P个样本时，对于网络中的 图为污垢的防治和治理提供新的途径。 第 z(Z=1，2，…，Z一1)层第 个神经元的操作特 性为 ： 1 BP网络简介 )_∑ D0 ’一 BP 神 经 网 络 是 1986年 Rumelhart和 (t O = (州 ) McCenand领导的科学小组提出的一种神经元模 ， 式中： ——神经元 i到神经元 的连接权值； 型，其基本神经元结构见图 1L2．3]。它是一种反向