基于机器学习的油气水三相混输管道起点压力预测

作     者：牛鹏涛 杜渐 潘诗元 徐宁 耿宇 李焯超 梁永图 李欣泽 NIU Pengtao;DU Jian;PAN Shiyuan;XU Ning;GENG Yu;LI Zhuochao;LIANG Yongtu;LI Xinze

作者机构：中国石油大学(北京)·油气管道输送安全国家工程实验室·石油工程教育部重点实验室·城市油气输配技术北京市重点实验室 中国石油大学(北京)克拉玛依校区 

基　　金：国家自然科学基金资助项目“面向大规模成品油管网调度的数据解析与优化融合方法”(52202405) 新疆维吾尔自治区自然科学基金面上项目“二氧化碳管道停输再启动温压协同变化机理与安全控制理论研究”(2023D01A19) 

出 版 物：《油气田地面工程》 (Oil-Gas Field Surface Engineering)

年 卷 期：2025年第44卷第2期

页      码：36-41+48页

摘      要：准确的油气水三相混输管道压力计算是油气集输管道优化设计和安全管理的关键，目前缺乏完全普适的油气水三相混输管道的压力预测方法。为了提高现场管理水平，针对西北S油田油气水三相混输管道建立了基于机器学习算法的起点压力预测模型。针对现场某混输管道建立PIPESIM模型，基于实际的管内流体物性、管道边界条件等参数，模拟了大量运行数据；为防止模型过拟合、提高模型的泛化能力，将数据随机打乱，并基于预测误差损失函数训练模型。以RMSE、MAE、R2为评价指标，对比了SVM、DT、RF、XGBoost、BP和GA-BP这6种回归预测模型。研究结果表明：GA-BP神经网络取得了该混输管道起点压力最准确的预测结果，其决定系数达到了0.999 6,RMSE和MAE分别为1.531 9和1.142 0，表明模型的拟合能力优良，具有优越的学习能力和自适应拟合能力。该预测模型可用于油田油气水三相混输管道的压力监测，有效提高油田智能化运行管理水平。

主 题 词：混输管道 油气水三相流 机器学习 预测模型 压力预测 GA-BP 

学科分类：0820[工学-航空航天类] 080706[080706] 12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0807[工学-电子信息类] 082003[082003] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1006-6896.2025.02.006

馆 藏 号：203157371...