耦合物理約束和數(shù)據(jù)模型改進的成品油管道混油長度預(yù)測

打開文本圖片集

摘要：通過分析混油發(fā)展過程并提取變量特征，考察各因素對混油長度的影響機制，構(gòu)建定制網(wǎng)絡(luò)層融合機制與數(shù)據(jù)模型，提高混合模型的機制可解釋性及非線性關(guān)聯(lián)能力，構(gòu)造耦合損失函數(shù)并基于分級訓練策略優(yōu)化模型參數(shù)，提高模型收斂效果和魯棒性，并利用多條管道小批量歷史混油數(shù)據(jù)進行驗證。結(jié)果表明：模型預(yù)測效果顯著優(yōu)于傳統(tǒng)機器學習算法，均方誤差降低64%；與現(xiàn)有研究成果相比，準確性和魯棒性有大幅提升，誤差的分布區(qū)間及平均值分別降低46%和21%；模型基于現(xiàn)場小批量數(shù)據(jù)，可對多條具有不同運行特性的管道混油長度進行準確預(yù)測，有助于提高站場混油控制智能化水平。（剩余16927字）