基于BP神经网络的含氧油气浓度预测模型研究

作者：弓海凌; 李淘; 邹冰玉; 代峰燕

来源：北京石油化工学院学报, 2023, 31(01): 47-52.

DOI：10.19770/j.cnki.issn.1008-2565.2023.01.006

• BP神经网络
• 含氧油气
• 预测模型
• 仿真

针对储罐清洗中油气遇到明火、静电等可能会引发火灾、爆炸等现象，提出一种基于BP神经网络的含氧油气浓度预测模型，通过预测油罐内含氧油气浓度以确保储罐清洗工作环境的安全。利用Matlab软件和仿真数据建立了基于BP神经网络的油气浓度预测模型，通过LabVIEW软件中Matlab script节点调用预测模型，自主完成储油罐内油气浓度的预测并进行误差分析。结果表明，基于BP神经网络建立的含氧油气浓度预测模型，当隐藏层节点数为8时，均方根误差(RMSE)为0.000 058,回归系数(R2)为99.314%,能够准确地预测储罐内含氧油气浓度。

• 出版日期2023
• 单位北京石油化工学院