基于大数据挖掘的联合站能耗分析与优化研究
发布时间：2022-01-02 23:54
“十三五”时期,我国石油化工行业节能节水和低碳工作仍面临着严峻的挑战。能源消耗总量仍持续增长,资源利用率依然较低,节能边际效应将逐渐降低,完成指标任务尤其艰巨。集输系统作为油田生产中的重要环节更应将节能降耗放到首要位置,而在油田生产过程中积累了海量数据,大数据时代的到来为集输系统节能降耗带来了新的曙光。本文以某油田某联合站生产数据为支撑,借助Python平台,对海量数据进行预处理、聚类分析、关联分析和预测,进而提出节能降耗措施和能耗优化建议。首先对大数据分析所使用的聚类分析、关联分析和预测数据挖掘技术所有算法进行归纳总结,并结合集输系统的特点、生产数据的要求以及算法适用性对各类挖掘技术的算法进行筛选,从而得到适合于本文大数据分析的算法,并进行详细介绍。对于聚类分析选择K-means算法,对于关联分析选择Apriori算法,对于预测技术选择灰色预测和BP神经网络结合的算法。以某联合站各类设备的海量生产数据为基础,利用Python语言,结合大数据挖掘算法,编译出对应的程序来实现数据的预处理、聚类分析、关联分析和预测功能。数据的预处理包括数据的清洗和标准化,聚类分析即数据的离散化,将数据按照...
【文章来源】：中国石油大学(华东)山东省 211工程院校 教育部直属院校
【文章页数】：99 页
【学位级别】：硕士
【部分图文】：
聚类的分析过程
中国石油大学（华东）工程硕士学位论文33表3-2加热炉生产参数（续）Table3-2Heatingfurnaceproductionparameters（continued）进口温度（℃）出口温度（℃）进口压力（mPa）出口压力（mPa）燃油用量（kg）燃气用量（m3）通过油量（m3/h）通过液量（m3/h）运行效率（%）65820.70.60.269020022072.0456900.350.30300558071.4656920.30.20300689372.4665820.70.60.269020022072.0465800.70.6030020022072.0665800.70.6030020022072.0665800.70.6030020022072.0665800.70.6030020022072.0665800.70.6030020022072.0665800.70.6030020022072.063.2.3三相分离器三相分离器[72]是能够完成油气水三相分离的设备。其结构图如图3-3所示。工作原理是：油气水混合物高速进入预脱气室，依靠旋流分离及重力作用脱出大量的原油伴生气，预脱气后的油水混合物经导流管高速进入分配器与水洗室，在含有破乳剂的活性水层内洗涤破乳，进行稳流，降低来液的雷诺数，再经聚结整流后，流入沉降分离室进一步沉降分离，脱气原油越过隔板进入油室，经过流量计计量，控制后流出分离器，水相依靠压力平衡经导管进入水室，从而达到油气水三相分离的目的。图3-3三相分离器结构图Fig3-3Thestructureofthree-phaseseparator如果三相分离器分水效率低下，出口含水率高会导致大量的水进入加热炉加热，增加加热炉的热负荷，消耗更多的燃料，从而影响系统能耗，因而应提高三相分离器效率
第五章联合站能耗优化和预测系统的研发705.2开发环境PC端联合站能耗优化和预测的服务器操作系统采用Windows7操作系统，开发平台采用Python3.5+PyQt5+Anaconda3.5。Python是功能很强大的跨平台解释性脚本语言，Qt是C++跨平台应用程序框架，二者的结合就是PyQt。而Anconda则是由Python及C语言开发的一款支持PyQt的IDE。Python是一种开源的、面向对象的脚本编程语言，Python可以轻松驾驭现存的主流操作系统：Windows，Linux，Mac等，可移植性极强。Anaconda可提供纯文字模式和GUI模式，其代码功能强大，与Qt5的完美结合，非常适合开发图形界面的Python应用程序[75]。5.3系统功能模块联合站能耗优化和预测系统功能包括：原始数据录入，输出数据离散化结果，输出关联分析结果，输出灰色预测以及神经网络预测结果。系统界面如图5-2所示。图5-2系统界面图Fig5-2Systeminterfacediagram下面对几个重要功能做简要介绍。（1）原始数据录入：查询、输入、修改系统内各类生产数据。这些数据包括：联
【参考文献】：
期刊论文
[1]一种基于高斯混合模型的海上浮标轨迹聚类算法[J]. 荆晓刚,葛丽阁,孙伟. 现代计算机(专业版). 2017(36)
[2]基于大数据分析的油气生产设备故障多维分析与预测[J]. 赵长军. 中国市场. 2017(12)
[3]浅析大数据技术的发展[J]. 黄楚鹏. 现代经济信息. 2017(01)
[4]基于大数据的油气集输系统生产能耗时序预测模型[J]. 檀朝东,项勇,赵昕铭,王辉萍,高丽洁. 石油学报. 2016(S2)
[5]基于智能油气田云平台的SmartConPetro油气生产大数据挖掘系统技术研究[J]. 刘萍,樊金丁,孙江华,杨若谷,宋健. 数码设计. 2016(03)
[6]基于大数据的高含硫天然气脱硫工艺优化[J]. 辜小花,邱奎,李太福,王坎,唐海红,商剑峰. 天然气工业. 2016(09)
[7]油气生产大数据挖掘系统的研究及应用[J]. 檀朝东,张恒汝,马永忠,杨兵,王辉萍. 数码设计. 2016(01)
[8]第三次工业革命背景下世界油气的发展路径[J]. 孙德强,张涵奇,张国生,郑军卫,张映红,贾智彬. 中国能源. 2016(05)
[9]中国能源行业未来五年发展风向标——《中华人民共和国国民经济和社会发展第十三个五年规划纲要》能源发展摘编[J]. 石油石化绿色低碳. 2016(02)
[10]基于云平台大数据高效的成品油损溢管理模式[J]. 罗文彬,何才宁. 石油库与加油站. 2016(02)
博士论文
[1]基于Napofics多维泰勒网的非线性时间序列建模及预测研究[D]. 林屹.东南大学 2016
[2]云计算环境下海量数据的并行聚类算法研究[D]. 许玉杰.大连海事大学 2014
[3]基于集成算子的多属性决策与时间序列预测方法[D]. 刘金培.天津大学 2012
硕士论文
[1]数据挖掘关联规则算法研究与应用[D]. 滕子牧.辽宁科技大学 2015
[2]基于数据挖掘的移动通信业终端营销活动客户拆包预测研究[D]. 韩雪雪.昆明理工大学 2014
[3]基于回归分析的山东省就业人口预测模型及数据失真分析[D]. 宋茹茹.华中师范大学 2013
[4]基于权重设计的聚类融合算法研究及应用[D]. 李丹丹.辽宁工程技术大学 2009
[5]模糊C-均值聚类算法及其在图像分割中的应用[D]. 李丽丽.山东师范大学 2009
[6]基于领域知识库的程序代码挖掘系统研究[D]. 倪海峰.东华大学 2009
[7]关联规则数据挖掘方法的研究与实现[D]. 兰天.西安科技大学 2008
[8]基于神经网络模型的企业财务困境预警研究[D]. 方瑞.西北农林科技大学 2008
[9]联合站工艺优化设计研究[D]. 李岩芳.中国石油大学 2007
[10]大庆采油三厂集输系统能量利用最优化研究[D]. 单孝森.大庆石油学院 2007
本文编号：3565136
【文章来源】：中国石油大学(华东)山东省 211工程院校 教育部直属院校
【文章页数】：99 页
【学位级别】：硕士
【部分图文】：
聚类的分析过程
中国石油大学（华东）工程硕士学位论文33表3-2加热炉生产参数（续）Table3-2Heatingfurnaceproductionparameters（continued）进口温度（℃）出口温度（℃）进口压力（mPa）出口压力（mPa）燃油用量（kg）燃气用量（m3）通过油量（m3/h）通过液量（m3/h）运行效率（%）65820.70.60.269020022072.0456900.350.30300558071.4656920.30.20300689372.4665820.70.60.269020022072.0465800.70.6030020022072.0665800.70.6030020022072.0665800.70.6030020022072.0665800.70.6030020022072.0665800.70.6030020022072.0665800.70.6030020022072.063.2.3三相分离器三相分离器[72]是能够完成油气水三相分离的设备。其结构图如图3-3所示。工作原理是：油气水混合物高速进入预脱气室，依靠旋流分离及重力作用脱出大量的原油伴生气，预脱气后的油水混合物经导流管高速进入分配器与水洗室，在含有破乳剂的活性水层内洗涤破乳，进行稳流，降低来液的雷诺数，再经聚结整流后，流入沉降分离室进一步沉降分离，脱气原油越过隔板进入油室，经过流量计计量，控制后流出分离器，水相依靠压力平衡经导管进入水室，从而达到油气水三相分离的目的。图3-3三相分离器结构图Fig3-3Thestructureofthree-phaseseparator如果三相分离器分水效率低下，出口含水率高会导致大量的水进入加热炉加热，增加加热炉的热负荷，消耗更多的燃料，从而影响系统能耗，因而应提高三相分离器效率
第五章联合站能耗优化和预测系统的研发705.2开发环境PC端联合站能耗优化和预测的服务器操作系统采用Windows7操作系统，开发平台采用Python3.5+PyQt5+Anaconda3.5。Python是功能很强大的跨平台解释性脚本语言，Qt是C++跨平台应用程序框架，二者的结合就是PyQt。而Anconda则是由Python及C语言开发的一款支持PyQt的IDE。Python是一种开源的、面向对象的脚本编程语言，Python可以轻松驾驭现存的主流操作系统：Windows，Linux，Mac等，可移植性极强。Anaconda可提供纯文字模式和GUI模式，其代码功能强大，与Qt5的完美结合，非常适合开发图形界面的Python应用程序[75]。5.3系统功能模块联合站能耗优化和预测系统功能包括：原始数据录入，输出数据离散化结果，输出关联分析结果，输出灰色预测以及神经网络预测结果。系统界面如图5-2所示。图5-2系统界面图Fig5-2Systeminterfacediagram下面对几个重要功能做简要介绍。（1）原始数据录入：查询、输入、修改系统内各类生产数据。这些数据包括：联
【参考文献】：
期刊论文
[1]一种基于高斯混合模型的海上浮标轨迹聚类算法[J]. 荆晓刚,葛丽阁,孙伟. 现代计算机(专业版). 2017(36)
[2]基于大数据分析的油气生产设备故障多维分析与预测[J]. 赵长军. 中国市场. 2017(12)
[3]浅析大数据技术的发展[J]. 黄楚鹏. 现代经济信息. 2017(01)
[4]基于大数据的油气集输系统生产能耗时序预测模型[J]. 檀朝东,项勇,赵昕铭,王辉萍,高丽洁. 石油学报. 2016(S2)
[5]基于智能油气田云平台的SmartConPetro油气生产大数据挖掘系统技术研究[J]. 刘萍,樊金丁,孙江华,杨若谷,宋健. 数码设计. 2016(03)
[6]基于大数据的高含硫天然气脱硫工艺优化[J]. 辜小花,邱奎,李太福,王坎,唐海红,商剑峰. 天然气工业. 2016(09)
[7]油气生产大数据挖掘系统的研究及应用[J]. 檀朝东,张恒汝,马永忠,杨兵,王辉萍. 数码设计. 2016(01)
[8]第三次工业革命背景下世界油气的发展路径[J]. 孙德强,张涵奇,张国生,郑军卫,张映红,贾智彬. 中国能源. 2016(05)
[9]中国能源行业未来五年发展风向标——《中华人民共和国国民经济和社会发展第十三个五年规划纲要》能源发展摘编[J]. 石油石化绿色低碳. 2016(02)
[10]基于云平台大数据高效的成品油损溢管理模式[J]. 罗文彬,何才宁. 石油库与加油站. 2016(02)
博士论文
[1]基于Napofics多维泰勒网的非线性时间序列建模及预测研究[D]. 林屹.东南大学 2016
[2]云计算环境下海量数据的并行聚类算法研究[D]. 许玉杰.大连海事大学 2014
[3]基于集成算子的多属性决策与时间序列预测方法[D]. 刘金培.天津大学 2012
硕士论文
[1]数据挖掘关联规则算法研究与应用[D]. 滕子牧.辽宁科技大学 2015
[2]基于数据挖掘的移动通信业终端营销活动客户拆包预测研究[D]. 韩雪雪.昆明理工大学 2014
[3]基于回归分析的山东省就业人口预测模型及数据失真分析[D]. 宋茹茹.华中师范大学 2013
[4]基于权重设计的聚类融合算法研究及应用[D]. 李丹丹.辽宁工程技术大学 2009
[5]模糊C-均值聚类算法及其在图像分割中的应用[D]. 李丽丽.山东师范大学 2009
[6]基于领域知识库的程序代码挖掘系统研究[D]. 倪海峰.东华大学 2009
[7]关联规则数据挖掘方法的研究与实现[D]. 兰天.西安科技大学 2008
[8]基于神经网络模型的企业财务困境预警研究[D]. 方瑞.西北农林科技大学 2008
[9]联合站工艺优化设计研究[D]. 李岩芳.中国石油大学 2007
[10]大庆采油三厂集输系统能量利用最优化研究[D]. 单孝森.大庆石油学院 2007
本文编号：3565136
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3565136.html
