利用BP人工神经网络预测天然气中重组分 对净化装置的影响

摘要：

由于天然气中的重组分会对脱硫装置的运行效果及产品气气质造成影响,这一实际生产问题需要得到有效的解决.在M DEA溶液吸收性能评价装置上测定了不同条件下的M DEA溶液吸收性能,系统地研究了不同重组分对M DEA溶液吸收性能的作用规律,采用多因素方差分析筛选了关键因素,以判定其影响程度的大小,并采用人工神经网络建立了天然气中重组分不利影响的预测模型.结果表明:天然气中的重组分i-C5、C6、C7、C8和C10对M DEA溶液吸收能力具有十分显著的影响,它们均属于BP神经网络预测模型的有效输入信号,模型预测值与真实值较为近似,BP人工神经网络表现出良好的准确性和稳定性.因此,利用BP人工神经网络能够准确、可靠地预测天然气中重组分对MDEA溶液吸收性能的不利影响.

关键词：天然气、脱硫、多因素方差分析、BP人工神经网络

所属期刊栏目：47

资助基金：中国石油天然气股份有限公司重大科技专项"长庆油田5000万吨持续高效稳产关键技术研究与应用"2016E-05;西安石油大学研究生创新与实践能力培养项目"基于大数据技术的长输管道分布式阴极保护系统研究"YCS17212057

在线出版日期：2019-01-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1-6