首页期刊导航|油气储运
期刊信息/Journal information
油气储运
油气储运

艾慕阳

月刊

1000-8241

ppogst@x263.net

0316-2312391 2312392

065000

河北省廊坊市金光道51号

油气储运/Journal Oil & Gas Storage and Transportation北大核心CSTPCD
查看更多>>本刊是经国家科委和新闻出版署批准出版，由中国石油天然气股份有限公司管道分公司主办，向国内外公开发行的科技期刊，主要刊载石油、天然气、成品油以及其他介质输送和储存工程等方面的科技文章。面向全国的石油、石化系统，国防、民航、铁路、交通的油气储运部门；市政供排水、煤气、热力管网等单位以及有关设计，科研院所，大专院校。
正式出版
收录年代

    天然气管道清管过程动态预测软件开发及应用

    彭阳戴志向胡子夏邓磊...
    342-350页
    查看更多>>摘要：[目的]中国骨干天然气管网包含多条大口径、长距离天然气管道,对于天然气长输管道开展周期性清管作业是保障其安全、平稳、高效运行的重要手段.目前,清管作业仍是利用设立监听点和依靠操作人员经验方法来开展,无法提前模拟清管方案,并预测清管器运行速度、运行位置、到达时间以及管内压力变化等参数.[方法]为此,根据实际天然气清管作业特点,构建清管过程动态预测数学模型并求解,开发了天然气管道清管过程动态预测软件,并将其应用于某管道A—B、B—C、D—E输气管段的实际清管作业进行清管时间、清管速度预测.[结果]①基于改进的两相流瞬态清管模型和动态预测软件,能够准确预测清管过程中清管器运行速度、所处位置及到达各站时间等关键参数;②利用52次现场实际清管作业监测数据,验证了所用天然气管道清管过程动态预测软件的可靠性;③软件预测的清管时间、清管速度较实测数据的平均相对误差分别为5.94％、6.56％.[结论]应用该天然气管道清管过程动态预测软件,能够实现清管作业方案编制的高效性,降低清管人工负荷,保障清管过程的安全性,提升管道管理的智能化程度.(图3,表6,参28)

    天然气管道大口径清管过程动态预测软件开发现场应用

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于CEEMD-LSTM的短期天然气负荷预测模型

    颜珂彭星煜刘小琨张昆...
    351-359页
    查看更多>>摘要：[目的]管网公司为保障稳定供气,需对下游用户的短期天然气负荷进行预测,但传统负荷预测方法存在拟合效果差、预测精度低等问题.为了提高短期天然气负荷预测的精度,在此提出一种基于互补集合经验模态分解(Complementary Ensemble Empirical Mode Decomposition,CEEMD)与长短期记忆神经(Long Short-Term Memory,LSTM)网络的短期天然气负荷组合预测模型.[方法]为充分挖掘负荷序列的内部隐藏特征信息,避免不同分量特征及额外噪声的相互干扰,通过CEEMD分解将原始负荷序列分解为有限个本征模态函数(Intrinsic Mode Function,IMF)分量,随后将不同IMF分量输入LSTM模型进行多步迭代预测,并基于贝叶斯算法对LSTM模型的超参数进行优化以提升学习效果和预测精度,最后将各分量的预测结果叠加重构得到最终预测结果.[结果]对比不同组合模型预测结果,CEEMD-LSTM预测值与真实值误差更小,预测精度更高,贝叶斯调参进一步提升了预测精度,但耗费时间更长.[结论]相比其他预测模型,CEEMD-LSTM组合预测模型能够有效提取负荷序列的时序信息并消除非线性因素的影响,在抑制模态混叠的同时减小了重构误差,提升了预测精度,该方法可为天然气管网的调度管理和运行优化提供参考.(图6,表5,参20)

    天然气负荷预测互补集合经验模态分解长短期记忆神经网络超参数优化

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    管道泄漏检测技术发展历程及展望

    张雪琴
    360页
      原文链接:
    • NETL
    • NSTL
    • 万方数据