公开(公告)号：CN118864159A

公开(公告)日：2024-10-29

申请号：CN202410860028.6

申请日：2024-06-28

Applicant: 西南石油大学

Inventor： 孙杰 ,  郑雨歆 ,  韩紫辉 ,  王畅 ,  王祥高 ,  蒋一卓 ,  何奇轩 ,  钟汶含 ,  许馨艺 ,  梦琳

IPC: G06Q50/06 ,  G06F18/10 ,  G06F18/15 ,  G06F18/213 ,  G06F18/23213 ,  G06N3/006 ,  G06N3/084

Abstract: 本发明提供了一种基于粒子群优化神经网络的油气多相流压降预测方法，涉及油气多相流技术领域。该基于粒子群优化神经网络的油气多相流压降预测方法所使用的预测模型，不同于单一的机器学习模型，而是在特征向量的筛选过程中就避免了相关性不强的因素对模型的影响，极大地降低了工作量，且通过粒子群算法对神经网络模型的优化，避免了模型出现局部最优性的缺陷，进一步完善了预测模型，显著提高了压降预测的效率和精度，可快速精准地获得运行管道各处的压力数据，为油气混输管道输送系统的设计、运行和维护提供有力支持。