基于RS-BP神经网络的增压站能效评价及预测

增压站是气田集输系统的重要组成部分,对增压站开展能效评价及预测对于提高集输系统运行效率具有重要的现实意义。以某气田集输系统25座增压站为例,基于粗糙集(Rough Set,RS)理论和BP神经网络的优点,建立了RS-BP神经网络模型,选取8个评价指标,采用粗糙集属性约简原理对数据进行预处理,实现了20座(1~#～20~#)增压站的综合评价。为了验证评价结果的准确性,采用MATLAB软件对该气田集输系统21~#～25~#增压站进行4次能效预测,并与无约简时的预测结果进行对比。结果表明:与单纯的BP神经网络模型相比,RS-BP神经网络模型的训练时间更短、误差更小,具备良好的实际应用价值。