咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于时空图卷积神经网络的管网产量模拟计算 收藏

基于时空图卷积神经网络的管网产量模拟计算

Simulation Calculation of Pipeline Network Yield Based on Spatio-temporal Graph Convolutional Neural Network

作     者:张志远 ZHANG Zhi-Yuan

作者机构:中国石油大学(华东)青岛软件学院、计算机科学与技术学院青岛266580 

出 版 物:《计算机系统应用》 (Computer Systems & Applications)

年 卷 期:2024年第33卷第6期

页      面:169-176页

学科分类:0820[工学-石油与天然气工程] 12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 082003[工学-油气储运工程] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术(可授工学、理学学位)] 

基  金:青岛市自然科学基金(23-2-1-162-zyyd-jch) 

主  题:油气集输 产量计算 图卷积神经网络 时间卷积神经网络 时空相关性 

摘      要:针对原油集输管网的流量计测量数值偏差大,模拟仿真软件人工校正繁琐、自适应差的问题,提出一种自适应时空图卷积神经网络的产量计算方法,实现原油集输管网产量的模拟计算.以潜油电泵井为节点,输油管道为边构建管网拓扑图.使用图卷积神经网络提取井分布空间信息,时间卷积神经网络获取产量数据的时间序列特征,计算得到准确的产量模拟计算结果.在某油田原油集输管网系统上进行了实验验证,结果表明本文方法能够准确对管网系统内各电泵井的产量进行计算,与其他基准网络模型相比,各项误差指标均有下降,平均绝对误差降至0.87,平均绝对百分比误差降至4.45%,均方误差降至0.84,证明了提出方法的有效性和准确性.

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分