您的位置: 专家智库 > >

中国石油天然气集团公司科技项目(KY2011-13)

作品数:2 被引量:13H指数:1
相关作者:陈保东吴世娟乔伟彪更多>>
相关机构:中国石油中国石油大学(华东)华润(南京)市政设计有限公司更多>>
发文基金:中国石油天然气集团公司科技项目更多>>
相关领域:石油与天然气工程更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇石油与天然气...

主题

  • 1篇石油
  • 1篇石油天然气
  • 1篇天然气
  • 1篇橇装
  • 1篇橇装装置
  • 1篇小波
  • 1篇小波变换
  • 1篇小波分解
  • 1篇基于小波变换
  • 1篇防火
  • 1篇防火间距
  • 1篇ANN
  • 1篇DE
  • 1篇LSSVM
  • 1篇波变换
  • 1篇波分

机构

  • 2篇中国石油
  • 1篇西南石油大学
  • 1篇辽宁石油化工...
  • 1篇中国石油大学...
  • 1篇华润(南京)...

作者

  • 1篇乔伟彪
  • 1篇吴世娟
  • 1篇陈保东

传媒

  • 1篇天然气工业
  • 1篇油气田地面工...

年份

  • 1篇2014
  • 1篇2013
2 条 记 录,以下是 1-2
排序方式:
基于小波变换和LSSVM-DE的天然气日负荷组合预测模型被引量:13
2014年
为了提高天然气短期负荷的预测精度,提出了基于小波变换和LSSVM-DE(Least Squares Support Vector MachineDifferential Evolution)的天然气日负荷组合预测模型,首先,采用Mallat快速算法对天然气日负荷实际采集数据样本时间序列进行小波分解;其次,对分解出来的高频分量和低频分量分别建立LSSVM预测模型,各分量的模型参数分别采用DE进行优化,以期得到更准确的预测结果;最后,分别对各分量的预测结果进行小波重构。以某市实际采集的样本数据为例,并将重构结果与单独应用LSSVM预测模型及ANN(Artificial Neural Networks)预测模型进行对比分析。结果表明:小波变换和LSSVM-DE预测模型的预测精度分别比单独应用LS-SVM和ANN预测模型高出1.662%、1.14%、3.96%、2.99%、15.53%和1.942%、1.01%、3.07%、1.86%、12.26%。该结论预示着将小波变换和LSSVM-DE理论相结合对天然气日负荷时间序列进行预测是一种行之有效的方法。
乔伟彪陈保东吴世娟李朝阳毛建设马剑林
关键词:小波分解LSSVMDEANN
现行《石油天然气工程设计防火规范》修订建议
2013年
通过分析现行石油天然气工程设计防火规范的技术要求,以及调研大量国外气田集输系统橇装油气处理设备的使用情况,提出在防火规范修订中增加"集输系统内带直接火焰加热设备的橇,橇内一切密闭设备及配套设施当作橇装设备的内构件,整橇按水套炉考虑防火间距"的建议。
陈志陈彰兵刘俊朱明高
关键词:石油天然气防火间距橇装装置
共1页<1>
聚类工具0