摘要：为提升压缩机状态监测精度与运维智能化水平，以某天然气管道PCL803型离心压缩机为例，提出基于贝叶斯优化反向误差传播神经网络（BOA-BPNN）的离心压缩机性能曲线预测方法，并考察所建模型对多种运行工况和不同运行时间下性能曲线实时预测的准确性。该方法以压缩机实际运行数据与出厂性能曲线作为循环训练基础，通过贝叶斯优化算法（BOA）对BPNN进行超参数优化搜索。研究结果表明：在BOA-BPNN模型、PSO-BPNN模型和相似换算3种方法中，BOA-BPNN模型的预测精度最高，预测多变能头与多变效率曲线的平均相对误差分别为0.242%、0.025%，均方根误差分别为0.056、0.028，决定系数分别为0.996、0.997；在不同工况下，BOA-BPNN模型预测结果的误差保持相对稳定，预测多变能头与多变效率曲线的平均相对误差均未发生明显变化，预测能头曲线的平均相对误差均为0.270%，预测效率曲线的平均相对误差分别为0.112%、0.082%;BOA-BPNN模型可以准确预测不同压缩机的实时性能曲线，预测结果的平均相对误差均维持在1%以下，均方根误差维持在0.07以下，决定系数维持在0.99以上。研究结果有助于压缩机运行方案的制定，也可为压缩机性能评估提供参考。

关键字：离心压缩机;性能曲线;贝叶斯优化;误差传播;神经网络;多变能头;超参数

ISSN号：1001-4578

卷、期、页：卷53期12:1-9

发表日期：2025-12-10

期刊分区（SCI为中科院分区）：无

收录情况：北大中文核心期刊

发表期刊名称：石油机械

通讯作者：朱汪友,刘家豪,杨君明

第一作者：刘震,侯磊

论文类型：期刊论文

论文概要：朱汪友,刘家豪,杨君明,刘震,侯磊，基于BOA-BPNN的离心压缩机性能曲线预测方法，石油机械，2025，卷53期12:1-9

论文题目：基于BOA-BPNN的离心压缩机性能曲线预测方法