林冉 朱英如 余績慶 陳由旺 管維均
(1.中國石油規(guī)劃總院節(jié)能與標(biāo)準(zhǔn)研究中心;2.天然氣與管道分公司油氣調(diào)運處)
基于人工神經(jīng)網(wǎng)絡(luò)的熱油管道能耗預(yù)測模型
林冉1朱英如1余績慶1陳由旺1管維均2
(1.中國石油規(guī)劃總院節(jié)能與標(biāo)準(zhǔn)研究中心;2.天然氣與管道分公司油氣調(diào)運處)
對長輸管道而言,影響管道輸油成本變化的因素眾多,但影響最大的是生產(chǎn)油耗和電耗費用。為了更深入地探索輸油過程中輸量與能耗的變化關(guān)系,以某條輸油管道幾年來輸量及生產(chǎn)油耗、電耗數(shù)據(jù)為基礎(chǔ),用人工神經(jīng)網(wǎng)絡(luò)的方法建立了管道輸量與生產(chǎn)油耗、電耗的預(yù)測模型。分析表明,該模型的計算結(jié)果相對偏差在±5%以內(nèi),滿足工程實際需要,因此可以用該模型來預(yù)測熱油管道的生產(chǎn)油耗和電耗。該研究首次建立了熱油管道輸量與生產(chǎn)油耗和電耗的預(yù)測模型,為預(yù)測管道的能耗總量提供了便利。
長輸管道 熱油管道 人工神經(jīng)網(wǎng)絡(luò) 能耗預(yù)測模型
加熱輸送是熱油管道的主要運行方式,它需要外界提供熱力和動力。而動力(電)和熱力(油)消耗與輸量之間存在一定的變化關(guān)系。找出這種變化關(guān)系對管道管理者預(yù)測能源消耗、編制能耗定額具有重要的意義。閆寶東[1]針對具體的輸油管道,采用數(shù)理統(tǒng)計的方法,假想了九種可能出現(xiàn)的模型,通過比較各模型的擬合優(yōu)度,確定了該管道輸量與油、電消耗的最佳擬合方程。丁云輝、隋富娟[2,3]針對熱油管道輸量與油、電消耗數(shù)據(jù),運用一元回歸方法建立了電單耗隨輸量變化的預(yù)測模型,根據(jù)預(yù)測模型可計算出任一給定輸量下的電單耗。蘇欣、袁宗明、范小霞[4]等采用累積法對管道油、電消耗進行了預(yù)測,預(yù)測結(jié)果誤差相對較小。
原油管線的能耗構(gòu)成包括:生產(chǎn)能耗、輔助生產(chǎn)能耗、生活能耗以及原油損耗。生產(chǎn)能耗由輸油泵電耗和加熱爐油耗構(gòu)成;輔助生產(chǎn)能耗指除直接用于生產(chǎn)的其他輔助生產(chǎn)設(shè)備的能耗量;生活消耗是指生活區(qū)的能源消耗;原油損耗是指原油在輸送過程中由于事故、檢修等造成的原油損耗量。熱油管道的輸量變化直接影響生產(chǎn)耗油和生產(chǎn)耗電,但對生活能耗以及油品損耗的影響不大。上述多名學(xué)者對熱油管道的油、電損耗進行了預(yù)測,但是他們沒能把生產(chǎn)耗油、生產(chǎn)耗電同其他能耗區(qū)分開。因此,也未能建立管道輸量與生產(chǎn)油耗和生產(chǎn)電耗的預(yù)測模型。本文通過分析某條熱油管道的輸量與生產(chǎn)油耗和生產(chǎn)電耗的變化關(guān)系,并借助BP神經(jīng)網(wǎng)絡(luò)工具編制了該管道輸量與生產(chǎn)油耗和生產(chǎn)電耗的預(yù)測模型,該模型能快速計算出不同輸量下管道的生產(chǎn)油耗和電耗,為預(yù)測管道的能耗總量提供了便利。
根據(jù)流體力學(xué)知識,紊流水力光滑區(qū)的摩阻方程[1]為:
式中:
h——水力摩阻,m;
Q——體積流量,m3/s;
ν——運動黏度,m2/s;
D——管道內(nèi)徑,m;
L——管道長度,m。
根據(jù)傳熱學(xué)知[5],為了滿足輸油工藝需要,原油升溫所需的熱量要滿足式(2)。
式中:
QR——單位時間內(nèi)油品升溫所需要的熱量,kJ;
ρ——油品密度,kg/m3;
C——油品比熱容,kJ/(kg·K);
TRi——第i站出站溫度,K;
TZi——第i站進站溫度,K。
由式(1)和式(2)看出,輸油管道動力和熱力在理論上與輸量有直接的因果關(guān)系,即生產(chǎn)油耗和生產(chǎn)電耗與管道輸量有因果關(guān)系。
油品黏度、管線長度、流量和管徑對管線動力消耗的影響依次增強,對某一具體管線而言,如果管徑和管的長度固定不變,所輸油品物性相同,則油品的黏溫特性也是一定的,而這種隨溫度變化的黏度對摩阻的影響,已經(jīng)包含在生產(chǎn)電耗之中。因此在研究某一管道輸量對生產(chǎn)電耗的影響時,可以不考慮其他因素。
由式(2)可知,原油升溫所需的熱量,取決于體積流量、流體密度、比熱容和各站的進出站溫差,而流體密度、比熱容盡管也隨溫度變化,但取常數(shù)完全可以滿足預(yù)測精度的要求。在地溫相近的情況下,進出站溫差也是輸量的函數(shù)。當(dāng)輸量增加時,各進出站溫差都降低,因此公式(2)中的也是輸量的函數(shù),所以在地溫相近的條件下,輸量也是影響油耗的主要因素。
基于以上分析,在進行管道能耗預(yù)測時,只要分析地溫相近時輸量與油耗和電耗的變化關(guān)系,即可建立熱油管道能耗的預(yù)測模型。
人工神經(jīng)網(wǎng)絡(luò)模型屬于隱式模型,具備自組織、自適應(yīng)性及自學(xué)習(xí)功能,具有理論上能夠逼近任意非線性連續(xù)映射的優(yōu)點,能夠較好模擬在各種不確定因素的影響下因變量與自變量的內(nèi)在關(guān)系,在熱油管道能耗預(yù)測中具有優(yōu)越性[6]。因此可以利用人工神經(jīng)網(wǎng)絡(luò)的方法來模擬管道輸量與管道運行能耗的映射關(guān)系。
目前應(yīng)用最廣泛的神經(jīng)網(wǎng)絡(luò)模型為誤差反向傳播神經(jīng)網(wǎng)絡(luò)(Back Propagation Neural Networks),簡稱BP網(wǎng)絡(luò)[7]。BP網(wǎng)絡(luò)一般為多層神經(jīng)網(wǎng)絡(luò),BP網(wǎng)絡(luò)的信息從輸入層流向輸出層,因此是一種多層前饋神經(jīng)網(wǎng)絡(luò)。
在確定了BP網(wǎng)絡(luò)的結(jié)構(gòu)后,要通過輸入和輸出樣本集對網(wǎng)絡(luò)進行訓(xùn)練,亦即對網(wǎng)絡(luò)的閾值和權(quán)值進行學(xué)習(xí)和修正,使網(wǎng)絡(luò)實現(xiàn)給定的輸入輸出映射關(guān)系。
BP網(wǎng)絡(luò)的學(xué)習(xí)分為兩個階段:第一個階段是輸入一支學(xué)習(xí)樣本,通過設(shè)置的網(wǎng)絡(luò)結(jié)構(gòu)和前一次迭代的權(quán)值和閾值,從網(wǎng)絡(luò)的第一層向后計算各神經(jīng)元的輸出;第二個階段是對權(quán)值和閾值進行修改,從最后一層向前計算各權(quán)值和閾值對總誤差的影響(梯度),據(jù)此對各權(quán)值和閾值進行修改[8]。以上兩個過程反復(fù)交替,直至達到收斂為止。
通過調(diào)研得到某管道2004年至2007年的運行數(shù)據(jù),取地溫相近時的生產(chǎn)油耗和生產(chǎn)電耗作為統(tǒng)計數(shù)據(jù)共計40組,剔除異常數(shù)據(jù),其中30組用作網(wǎng)絡(luò)學(xué)習(xí)樣本。部分數(shù)據(jù)見表1。
表1 月輸量和管道生產(chǎn)能耗統(tǒng)計數(shù)據(jù)(2004—2007年)
用MATLAB軟件工具箱,創(chuàng)建BP神經(jīng)網(wǎng)絡(luò)程序步驟如下。
1)首先創(chuàng)建神經(jīng)網(wǎng)絡(luò)圖形用戶界面。用戶界面如圖1所示。
2)創(chuàng)建神經(jīng)網(wǎng)絡(luò)。單擊New Network…按鈕,彈出Create New Network窗口,如圖2所示。
按照圖2窗口所顯示各項內(nèi)容,選擇網(wǎng)絡(luò)類型,確定輸入向量的取值范圍,選擇訓(xùn)練函數(shù),選擇誤差性能函數(shù),確定網(wǎng)絡(luò)層數(shù),確定各層屬性等;然后單擊Creat按鈕,設(shè)置完成。單擊View按鈕可查看以上定義的網(wǎng)絡(luò)結(jié)構(gòu),如圖3所示。
3)訓(xùn)練網(wǎng)格。把不同輸量作為輸入樣本,把相應(yīng)的生產(chǎn)油耗、生產(chǎn)電耗作為目標(biāo)向量,然后訓(xùn)練網(wǎng)格,訓(xùn)練得到的誤差性能曲線見圖4。
4)網(wǎng)絡(luò)仿真。在圖1窗口中,選中所建網(wǎng)絡(luò)模型,單擊Simulate…按鈕,彈出Simulate界面。針對該調(diào)研管道2007年1月份輸量,將仿真數(shù)據(jù)輸入為q=[55.0],仿真結(jié)果輸出r=[340.82400.9],即1月份生產(chǎn)電耗336.8×104kWh,生產(chǎn)油耗2480.9 t。生產(chǎn)電耗與生產(chǎn)油耗計算結(jié)果的相對偏差分別為-4.02%和4.12%,該誤差滿足工程需要。另外,基于MATLAB的BP網(wǎng)絡(luò)模型計算方法簡單易行,省去了原油管道模擬軟件所需的大量時間,因此可以用該模型來預(yù)測管道的生產(chǎn)能耗。
運用所建BP神經(jīng)網(wǎng)絡(luò)模型,對地溫相近時30組不同輸量下管道生產(chǎn)油耗和生產(chǎn)電耗進行了計算,不同輸量下生產(chǎn)油耗和生產(chǎn)電耗的計算結(jié)果見圖5。
由圖5可以看出,在計算條件范圍內(nèi),隨著輸量的增加生產(chǎn)電耗單調(diào)上升,且增加幅度較大;隨著輸量的增加生產(chǎn)油耗緩慢下降,當(dāng)輸量增加到一定值時,生產(chǎn)油耗基本保持恒定。
通過分析計算生產(chǎn)電耗、油耗與實際生產(chǎn)電耗、油耗發(fā)現(xiàn),管道生產(chǎn)油耗的最大相對偏差為4.8%,平均相對偏差為0.73%;管道生產(chǎn)電耗的最大相對偏差為4.27%,平均相對偏差為2.35%,詳見圖6和圖7。
本文用BP神經(jīng)網(wǎng)絡(luò)的方法建立了適合熱油管道運行能耗的預(yù)測模型,并用該模型對調(diào)研管道生產(chǎn)能耗進行計算。在計算條件范圍內(nèi),隨著輸量的增加生產(chǎn)電耗單調(diào)上升,且增加幅度較大;隨著輸量的增加生產(chǎn)油耗緩慢下降,當(dāng)輸量增加到一定值時,生產(chǎn)油耗基本保持恒定。
通過30組現(xiàn)場數(shù)據(jù)的驗證,生產(chǎn)油耗的最大相對偏差為4.8%,生產(chǎn)電耗的最大相對偏差為4.27%,模型的計算結(jié)果滿足工程需要。根據(jù)該模型可計算任一輸量下管道的生產(chǎn)油耗和生產(chǎn)電耗,這為輸油管道能耗定額的計算提供了便利。
[1]閆寶東,熱輸管線油電損耗的回歸預(yù)測[J].油氣儲運,1993,12(5):36-401.
[2]丁云輝,隋富娟.原油長輸管道油電損耗的回歸預(yù)測[J].天然氣與石油,2004,22(2):61-63.
[3]隋富娟,吳明.管線油電損耗的灰色模型及預(yù)測[J].天然氣與石油,2003,21(4):10-13.
[4]蘇欣,袁宗明,范小霞,等.基于普通累計法的原油管線油電損耗預(yù)測[J].新疆石油天然氣,2005,1(3):90-93.
[5]俞佐平.傳熱學(xué)[M].北京:高等教育出版社,1995:1-7.
[6]周開國,康耀紅.神經(jīng)網(wǎng)絡(luò)模型及其MATLAB仿真程序?qū)嶋H[M].北京:清華大學(xué)出版社.2004.
[7]叢爽.面向MATLAB工具箱的神經(jīng)網(wǎng)絡(luò)理論與應(yīng)用[M].合肥:中國科學(xué)技術(shù)大學(xué)出版社,1998.
[8]王偉.人工神經(jīng)網(wǎng)絡(luò)原理——入門與應(yīng)用[M].北京:北京航空航天大學(xué)出版社,1995.
10.3969/j.issn.2095-1493.2012.01.003
林冉,2005年畢業(yè)于石油大學(xué)(北京)石油工程學(xué)院油氣儲運專業(yè),工程師,主要從事油氣田和長輸管道業(yè)務(wù)領(lǐng)域節(jié)能方面相關(guān)的研究工作,E-mail:linran@petrochina.com.cn,地址:北京市海淀區(qū)志新西路3號中國石油規(guī)劃總院節(jié)能中心,100083。
2011-12-12)