基于深度神經網絡和支持向量機的海底管線水合物生成預測模型

作者：鄭秋梅,商振浩,王風華,林超

摘要：針對目前天然氣水合物預測方法對實際生產數據預測精度不高問題,分析水合物形成因素,引入支持向量機(SVM)和深度神經網絡(DNN)理論,建立新的天然氣水合物預測模型。模型通過深度神經網絡提取生產數據的網絡特征,將提取的特征與生產數據進行融合以增強數據區分度,使用非線性支持向量機對融合數據進行水合物預測,并采用東海CXB至CX平臺混輸海管近6年的生產數據進行實驗。結果表明,與傳統方法和已有BP神經網絡方法相比,模型預測精度顯著提高,且模型結構簡單,具有較好推廣價值。

發文機構：中國石油大學（華東）計算機科學與技術學院 中國石油大學（華東）信息化建設處

關鍵詞：天然氣水合物支持向量機深度神經網絡BP算法natural gas hydratesupport vector machinedeep neural networkerror back propagation algorithm

分類號： TE88[石油與天然氣工程—油氣儲運工程]