基于混合模型的原油管道运行电耗预测研究

摘要：

电耗预测是原油管道运行能耗管理的重要依据,有助于输油企业制定批量调度与负荷分配等运行方案.由于采集的数据通常包含噪声和信息冗余,传统预测模型在小样本时预测精度较低.为提高在小样本时训练学习的预测能力,提出一种基于分解技术、改进粒子群算法(IPSO)和支持向量机(SVM)结合的原油管道电耗预测模型.利用自适应噪声的完整集成经验模态分解(CEEMDAN)对原始数据进行降噪和去信息冗余,提高预测精度;使用改进的粒子群算法优化支持向量机的超参数,增强拟合能力,对原油管道运行电耗进行预测.以国内3条原油管道为例,对建立的混合预测模型进行准确性评价.3条管道的决定系数值(R2)分别为0.9109、0.9091和0.9534,与传统方法预测结果相比,在小样本时上述混合模型预测准确度最高.

关键词：原油管道、电耗预测、集成经验模态分解、改进粒子群算法、支持向量机

所属期刊栏目：39

分类号：TE(石油、天然气工业)

在线出版日期：2022-11-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：519-524,531