本文選題：天然氣水合物　切入點(diǎn)：可靠性　出處：《天然氣工業(yè)》2017年05期

【摘要】：天然氣水合物(以下簡稱水合物)具有高儲(chǔ)氣率和高可靠性等優(yōu)點(diǎn),在天然氣儲(chǔ)存及運(yùn)輸方面具有廣泛的應(yīng)用前景,同時(shí)水合物的存在也會(huì)給輸氣管道帶來堵塞等嚴(yán)重影響,因此對水合物的生成研究具有重要意義。為此,對Ⅰ型水合物在無添加劑條件下的靜態(tài)生成規(guī)律進(jìn)行了研究。首先基于水合物動(dòng)力學(xué)實(shí)驗(yàn)裝置進(jìn)行一系列實(shí)驗(yàn),然后利用支持向量機(jī)(SVM)結(jié)合遺傳算法(GA)建立了水合物生成預(yù)測模型(SVM+GA)。據(jù)此將實(shí)驗(yàn)中得到的溫度和壓力數(shù)據(jù)進(jìn)行預(yù)測和優(yōu)化處理,并對上述數(shù)據(jù)進(jìn)行非線性擬合,得出了相平衡曲線及其方程,計(jì)算得出了常溫下生成水合物的相平衡壓力為33.5 MPa,常壓下生成水合物的相平衡溫度為237.1 K。將分別由SVM+GA模型、Chen-Guo模型和vd W-P熱力學(xué)模型所得到的數(shù)據(jù)與經(jīng)典的實(shí)驗(yàn)數(shù)據(jù)進(jìn)行了對比,其平均相對誤差分別為2.678%、1.447%和3.249%。結(jié)論認(rèn)為:SVM+GA模型具有較高的計(jì)算準(zhǔn)確度,比Chen-Guo模型和vd W-P熱力學(xué)模型更為簡便,可為水合物開發(fā)研究提供更多的數(shù)據(jù)。
[Abstract]:Natural gas hydrate (hereinafter referred to as gas hydrate) has the advantages of high gas storage rate and high reliability, and has a wide application prospect in natural gas storage and transportation. At the same time, the existence of gas hydrate will also cause serious effects on gas transmission pipeline, such as blockage.Therefore, it is of great significance to study the formation of hydrate.For this reason, the static formation of type I hydrate without additives was studied.Firstly, a series of experiments were carried out based on the hydrate kinetics experimental device, and then a prediction model of hydrate formation was established by using support vector machine (SVM) and genetic algorithm (GA).Based on this, the temperature and pressure data obtained from the experiment are predicted and optimized. The phase equilibrium curve and its equation are obtained by nonlinear fitting of the above data.The phase equilibrium pressure of hydrate formation is 33.5 MPA at room temperature and the phase equilibrium temperature of hydrate formation is 237.1 K.The data obtained from the SVM GA model Chen-Guo model and the vd W-P thermodynamic model are compared with the classical experimental data. The average relative errors are 2.678% and 3.249%, respectively.It is concluded that the weight SVM GA model is more accurate than Chen-Guo model and vd W-P thermodynamic model, and can provide more data for hydrate development.
【作者單位】： 遼寧石油化工大學(xué)石油與天然氣工程學(xué)院;
【基金】：國家自然科學(xué)基金項(xiàng)目(編號:41502100) 遼寧省高等學(xué)校優(yōu)秀人才支持計(jì)劃項(xiàng)目(編號:LR2013016) 遼寧省自然科學(xué)基金項(xiàng)目(編號:201602470)
【分類號】：TE81

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 Khlebnikov V.N.;Antonov S.V.;Mishin A.S.;Bakulin D.A.;Khamidullina I.V.;梁萌;Vinokurov V.A.;Gushchin P.A.;;一種新型CO_2置換CH_4水合物的開采方法[J];天然氣工業(yè);2016年07期

2 鄒才能;趙群;張國生;熊波;;能源革命:從化石能源到新能源[J];天然氣工業(yè);2016年01期

3 粟科華;孫長宇;李楠;鐘小禹;陳光進(jìn);辛顯治;;天然氣水合物人工礦體高溫分解模擬實(shí)驗(yàn)[J];天然氣工業(yè);2015年01期

4 劉虎;羅斌;吳晟;侯明;;改進(jìn)的遺傳算法在SVM參數(shù)優(yōu)化中的應(yīng)用[J];云南師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年04期

5 蔣華琴;劉興高;;免疫PSO_WLSSVM最優(yōu)聚丙烯熔融指數(shù)預(yù)報(bào)[J];化工學(xué)報(bào);2012年03期

6 張華;曾杰;;基于支持向量機(jī)的風(fēng)速預(yù)測模型研究[J];太陽能學(xué)報(bào);2010年07期

7 梁家政;薛質(zhì);;網(wǎng)絡(luò)數(shù)據(jù)歸一化處理研究[J];信息安全與通信保密;2010年07期

8 張劉檣;師凌冰;周迎;;天然氣水合物生成預(yù)測及防治技術(shù)[J];天然氣技術(shù);2007年06期

9 林可鴻;陳德釗;;混合免疫算法及在相平衡計(jì)算中的應(yīng)用[J];化工學(xué)報(bào);2007年06期

10 李小森;吳慧杰;馮自平;唐良廣;樊栓獅;;利用統(tǒng)計(jì)締合流體理論狀態(tài)方程預(yù)測混合氣體水合物的平衡形成條件[J];化學(xué)學(xué)報(bào);2007年01期

相關(guān)博士學(xué)位論文 前1條

1 周曉君;強(qiáng)噪聲環(huán)境機(jī)械早期故障微弱信號特征分離算法研究[D];重慶大學(xué);2012年

相關(guān)碩士學(xué)位論文 前3條

1 趙春曉;基于支持向量機(jī)的混沌時(shí)間序列預(yù)測方法的研究[D];東北大學(xué);2008年

2 張磊;AUV模糊神經(jīng)網(wǎng)絡(luò)控制器優(yōu)化設(shè)計(jì)研究[D];哈爾濱工程大學(xué);2007年

3 李明;遺傳算法的改進(jìn)及其在優(yōu)化問題中的應(yīng)用研究[D];吉林大學(xué);2004年

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 徐學(xué)琴;裴蘭英;王瑾瑾;劉曉蕙;孫春陽;閆國立;;基于支持向量機(jī)的麻疹發(fā)病率預(yù)測研究[J];中華疾病控制雜志;2017年05期

2 馬貴陽;宮清君;潘振;劉培勝;李存磊;;基于支持向量機(jī)結(jié)合遺傳算法的天然氣水合物相平衡研究[J];天然氣工業(yè);2017年05期

3 Khlebnikov V.N.;Antonov S.V.;Mishin A.S.;梁萌;Khamidullina I.V.;Zobov P.M.;Likhacheva N.V;Gushchin P.A.;;多孔介質(zhì)中天然氣水合物生成的主要影響因素[J];天然氣工業(yè);2017年05期

4 遲恩楠;李春祥;鄭曉芬;;基于小波和乘法混合核函數(shù)LSSVM的順風(fēng)向非高斯空間風(fēng)壓預(yù)測[J];振動(dòng)與沖擊;2017年09期

5 戚凱;;國際石油市場的不確定因素與對策建議[J];宏觀經(jīng)濟(jì)管理;2017年05期

6 汪鋒;;低油價(jià)下中美兩國頁巖氣產(chǎn)業(yè)發(fā)展比較研究[J];天然氣技術(shù)與經(jīng)濟(jì);2017年02期

7 何志霞;徐貴生;徐志祥;王謙;;5-羥甲基糠醛制備過程中溶劑的研究進(jìn)展[J];工業(yè)技術(shù)創(chuàng)新;2017年02期

8 韓陽;呂由;潘宇航;周齊;楊愛民;;SVM、BP神經(jīng)網(wǎng)絡(luò)、線性回歸的比較研究[J];華北理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2017年02期

9 劉建佳;;中美乙烷裂解項(xiàng)目經(jīng)濟(jì)性對比研究——以美國乙烷為原料[J];上海化工;2017年04期

10 孫騰;繆文俊;;車載醇水液制取富氫氣體燃料可行性研究[J];裝備制造技術(shù);2017年04期

相關(guān)博士學(xué)位論文 前2條

1 張學(xué)彬;可見光無線通信光學(xué)接收天線設(shè)計(jì)[D];北京理工大學(xué);2015年

2 管爭榮;基于D-S證據(jù)理論的多模型融合齒輪早期故障智能診斷方法研究[D];西安建筑科技大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 高毅;市域線快慢車結(jié)合多交路開行方案研究[D];北京交通大學(xué);2016年

2 王靜靜;某諧波減速機(jī)波發(fā)生器柔性軸承疲勞壽命研究與結(jié)構(gòu)優(yōu)化[D];湖南大學(xué);2016年

3 周瑩;基于多蟻群遺傳算法的分布式數(shù)據(jù)庫查詢優(yōu)化研究[D];上海師范大學(xué);2016年

4 陳s，

本文編號：1693528