数据驱动的油田污水处理水质预测研究 |
| |
引用本文: | 钱维坤,毕新忠,张蕊,张磊,孙震,刘珈铨.数据驱动的油田污水处理水质预测研究[J].工业安全与环保,2023(4):77-81. |
| |
作者姓名: | 钱维坤 毕新忠 张蕊 张磊 孙震 刘珈铨 |
| |
作者单位: | 1. 中国石化胜利油田有限公司桩西采油厂;2. 中国石油大学(北京)机械与储运工程学院 |
| |
基金项目: | 国家自然科学基金面上项目(52174063); |
| |
摘 要: | 为实时掌控油田的污水处理站生产工况,结合桩西污水处理站的监测数据,使用改进的支持向量机模型对油田污水水质进行预测。通过归一化方法将收油和收悬浮操作记录转化为数值特征,实现预测模型对外部介入操作的及时响应。利用差分进化算法对预测模型进行超参数寻优,实现模型超参数全局最优值的快速确定,采用最优模型对含油量和含悬浮量进行预测和验证。结果表明,基于差分进化算法的支持向量机模型(DE-SVM)在2个水质指标的预测中,均能取得最高的决定系数(R2)和最低的平均绝对百分比误差(MAPE),显著优于其他预测方法,对实现油田污水处理流程的主动控制具有重要意义。
|
关 键 词: | 油田污水 机器学习 水质预测 参数优化 |
|
|