ОПРЕДЕЛЕНИЕ ПОКАЗАТЕЛЕЙ ЭНЕРГОЭФФЕКТИВНОСТИ ГАЗОПЕРЕКАЧИВАЮЩИХ АГРЕГАТОВ С ПРИМЕНЕНИЕМ НЕЙРОННЫХ СЕТЕЙ

И. Р. Байков, С. В. Китаев, Р. Р. Фарухшина

Аннотация


При эксплуатации газоперекачивающих агрегатов с газотурбинным приводом существенная доля природного газа, около 9%, расходуется на собственные нужды компрессорных станций.

Значительный расход перекачиваемого газа на собственные нужды газоперекачивающих агрегатов на компрессорных станциях определяет актуальность реализации ресурсосберегающих технологий. При реализации энергосберегающих мероприятий требуется производить контроль получаемого эффекта.

Контроль потребления энергоресурсов осуществляется на основе показателей энергетической эффективности газоперекачивающих агрегатов, в состав которых входят – коэффициент полезного действия и удельный расход топливного газа.

Целью работы является разработка универсального способа расчета показателей энергоэффективности с применением интеллектуальных методов, исключающих риски снижения точности полученных результатов.

В работе предложен и обоснован способ расчета показателей энергетической эффективности по контролируемым параметрам работы газоперекачивающих агрегатов с применением нейронных сетей.

Проведенные исследования позволили получить и практически обосновать способ определения удельного расхода топливного газа по параметрам ГПА, контролируемым штатной системой автоматики, основанный на применении нейронных сетей.

Нейросетевая модель может быть интегрирована в станционные системы мониторинга компрессорной станции нужно лишь заранее подобрать весовые коэффициенты (обучить нейронную сеть) для определенного типа ГПА.

При обучении нейронной сети, по данным с вариацией параметров в обучающей выборке 20% погрешность обучения не превышает 1%. При использовании нейронной сети для расчета показателей энергоэффективности агрегата для которого производилось обучение и для других агрегатов того же типа, средняя квадратическая погрешность не превышает 5%.

Ключевые слова


efficiency;energy efficiency indicators;gas fuel rate;gas transfer unit;газоперекачивающий агрегат;коэффициент полезного действия;показатели энергетической эффективности;удельный расход топливного газа

Полный текст:

PDF

Литература


СТО Газпром 2-3.5-113-2007. Методика оценки энергоэффективности газотранспортных объектов и систем. М.: ООО «Информационно-рекламный центр газовой промышленности», 2007. 55 с.

Байков И.Р., Китаев С.В., Шаммазов И.А. Методы повышения энергетической эффективности трубопроводного транспорта природного газа. СПб.: Недра, 2008. 440 с.

Ресурсное обеспечение капитального ремонта МГ с учетом технологических показателей эксплуатации машин / Арбузов А.Ю. [и др.] // Газовая промышленность. 2012. №7(678). С. 96-97.

Осовский С. Нейронные сети для обработки информации. М: Финансы и статистика, 2004. 344 с.

Нейронные сети. STATISTICA Neural Networks: Пер. с англ. М.: Горячая линия – телеком, 2001. 182 с.

Каменев А.С., Королев С.Ю., Сокотущенко В.Н. Нейромоделирование как инструмент интеллектуализации энергоинформационных сетей. М.: ИЦ «Энергия», 2012. 124 с.

Байков И.Р., Китаев С.В., Шаммазов И.А. Применение нейронных сетей для прогнозирования добычи углеводородного сырья / Известия вузов. Нефть и газ. 2005. № 6. С.60-64.




DOI: http://dx.doi.org/10.17122/ogbus-2015-1-141-152

Ссылки

  • На текущий момент ссылки отсутствуют.