基于BO-LSTM的天然气处理厂负荷率预测模型

刘行; 王秋晨; 文韵豪; 王艺; 巴玺立

首页> 中文期刊> 《天然气与石油》 >基于BO-LSTM的天然气处理厂负荷率预测模型

基于BO-LSTM的天然气处理厂负荷率预测模型

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

为优化天然气处理厂生产计划,弥补天然气处理厂负荷率预测模型的空缺,提出一种基于贝叶斯优化(Bayesian Optimization,BO)和长短期记忆(Long Short-Term Memory,LSTM)的天然气处理厂负荷率预测模型。LSTM模型用于捕捉因检修天数和日处理量等因素引起的时间特征,贝叶斯算法用于优化LSTM网络的结构、隐藏层层数、隐藏层神经元个数、初始学习率和正则化系数,弥补参数造成预测波动的缺陷。选取波动型和平稳型天然气处理厂负荷率对不同模型测试,结果表明,LSTM模型较其他传统预测模型的预测精度高。BO-LSTM模型的预测平均绝对误差(MAE)值和均方根误差(RMSE)值均最小,预测精度最高,通用性强,较传统LSTM模型的MAE和RMSE值可提高57.8%和30.1%。天然气处理厂负荷率预测模型可为天然气处理厂的生产运行和决策提供数据支撑,具有稳定的预测精度和适应性。

著录项

来源
《天然气与石油》 |2023年第5期|122-130|共9页
作者
刘行; 王秋晨; 文韵豪; 王艺; 巴玺立;
展开▼
作者单位

中国石油大学(北京)油气管道输送安全国家工程实验室·石油工程教育部重点实验室·城市油气输配技术北京市重点实验室;

中国石油天然气股份有限公司规划总院;

展开▼
原文格式 PDF
正文语种 chi
中图分类一般性问题;
关键词
天然气处理厂; 负荷率预测; BO-LSTM; 超参数;

相似文献

中文文献
外文文献
专利

1. 基于残差修正的冬季天然气日负荷预测模型 [J] . 付川 ,刘刚 ,赵忠德 . 油气田地面工程 . 2019,第10期
2. 基于小波变换和LSSVM-DE的天然气日负荷组合预测模型 [J] . 乔伟彪 ,陈保东 ,吴世娟 . 天然气工业 . 2014,第9期
3. 西藏拉萨市供暖季天然气日负荷预测模型研究 [J] . 益西曲珍 ,强德厚 ,熊亚军 . 高原科学研究 . 2022,第3期
4. 市北天然气燃气负荷预测模型探讨 [J] . 俞婷婷 ,任勇 ,黄谷丰 . 上海煤气 . 2006,第3期
5. 天然气调峰负荷预测模型研究 [C] . 乔伟彪 ,Qiao Weibiao ,Chen Baodong . 2014年全国天然气学术年会 . 2014
6. 基于智能网格分类的天然气短期负荷预测模型的研究与实现 [A] . 李龙康 . 2015

基于BO-LSTM的天然气处理厂负荷率预测模型

摘要

著录项

相似文献

相关主题

期刊订阅