基于经验模态分解和BP神经网络的油气两相流流型辨识

被引：4

作者：

李强伟

王保良

黄志尧

李海青

机构：

[1] 浙江大学控制科学与工程学系工业控制技术国家重点实验室

来源：

仪器仪表学报 | 2007年 / 04期

关键词：

经验模态分解; BP神经网络; 油气两相流; 流型; 差压信号;

D O I：

10.19650/j.cnki.cjsi.2007.04.006

中图分类号：

TE311 [油气层物理];

学科分类号：

摘要：

基于经验模态分解(empirical mode decomposition,EMD)和BP神经网络,提出了油气两相流流型辨识的新方法。应用EMD将差压信号分解成不同频率尺度上的单组分之和,并提取组分的归一化能量作为流型辨识特征量。BP神经网络以这些能量特征量为输入对油气两相流不同流型(包括泡状流、塞状流、层状流、弹状流和环状流)进行分类。实验结果表明,本文提出的流型辨识方法是有效的,其中泡状流、塞状流、层状流、弹状流和环状流的辨识精度分别为100%、89.4%、93.3%、96.3%和96.9%。

引用

页码：609 / 613

页数：5