石油含水率测量动态补偿模型研究

石油含水率测量动态补偿模型研究Research  on  Measuring  Moisture  in  Petroleum  Based  on  Dynamic  Compensation  Metho摘要:针对传统微波透射法测量石油含水率存在的测量误差大等问题，提出了一种基于神经网络的动态补偿方法，确定衰减和相移两个参量作为动态补偿模型的输人;针对传统BP算法具有收敛速度慢、容易陷人局部极小值等缺点，采用微粒群训练算法对神经网络动态补偿模型进行训练，可使微波透射石油含水率测量结果的补偿过程具有寻优全局性和精确性。实验结果表明，利用该技术对石油含水率测量结果进行校正是一种有效的方法，具有一定的应用价值。关键词:石油含水率神经网络微粒群优化算法动态补偿测量精度Abstract;  To  against  the  problem  of  big  error  in  measuring  moisture  in  petroleum  by  traditional  microwave  transmission  method,  the  dynamic  compensationte  chniqueb  asedo  nn  euralne  tworkis  p  roposed.T  woo  fth  ep  arameters,i.  e.  m  icrowavea  tenuationa  ndp  hasesh  ifta  reta  kenas  thein  putso  fth  ed  ynamicc  ompensationm  odel.C  onsideringth  es  hortcomingso  fco  nventionalB  Pa  lgorithm,e  .g.  c  onvergings  lowlya  nde  asily  trapping  a  local  minimum  value,  a  learning  algorithm  using  particle  swarm  optimization《PSO)  is  adopted  to  train  the  neural  network。compensation  model.  This  wil  enable  the  compensation  process  optimal  and  accurate  overal.  Experiments  show  that  the  use  of  the  technology  in  calibrating  the  measurement  result  of  moisture  in  petroleum  is  efective  and  has  certain  applicable  value.Keywords;P  etroleum  Moisture  Neuraln  etwork  Particle。optimizationa  lgorithm  Dynamicc  ompensation  Measurementa  ccuracy