改进BP神经网络在三相流相分率检测中的应用

摘要：

本文构建了基于Bayesian正则化算法的BP神经网络模型,对水平管油气水三相流相分率进行了预测,解决了振动管密度法只能测量两相流相分率的问题.通过设计的实验装置获得了测试样本,进行了预测效果检验.结果表明,神经网络预测值与实际值非常吻合,含气率预测最大误差为2.7%,含水率最大误差为3.8%,大大提高了相分率的测量精确度,为利用振动式密度计测量油气水三相流相分率提供了一种有效的方法.

关键词：三相流、相分率、密度计、BP神经网络、贝叶斯正则化算法

所属期刊栏目：11

分类号：TE151(石油、天然气地质与勘探)

在线出版日期：2007-03-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：106-109