摘要：为使用最少的特征实现管道电耗的精准预测,建立基于K近邻互信息估计的BPNN模型来预测管道电耗。利用管道输送理论公式扩充原始数据集,利用K近邻互信息估计提取强相关性特征,将提取出的特征喂入BPNN来建立原油管道电耗预测模型,最后对比利用不同输入特征建立的模型的预测精度。研究结果表明:利用K近邻互信息估计能够选出多个与电耗相关的重要特征;利用相关性最强的前5个特征建立的BPNN预测模型时,模型的平均绝对百分比误差比利用单个特征建模时降低了39.28%,达到5.79%;该模型平均训练时间也比利用全部特征建模时缩短22.49%。证明K近邻互信息估计能够提取管道电耗的相关特征,与BPNN结合后能够实现管道电耗的准确预测。

关键字：原油管道;电耗预测;BP神经网络;相关性分析;互信息估计

ISSN号：1002-6339

卷、期、页：2021年02期:144-148+164,6

发表日期：2021-03-26

期刊分区（SCI为中科院分区）：无

收录情况：一般期刊

发表期刊名称：节能技术

参与作者：白小众,刘金海,孙欣,谷文渊

通讯作者：李雨,徐磊

第一作者：侯磊

论文类型：期刊论文

论文概要：李雨,侯磊,徐磊,白小众,刘金海,孙欣,谷文渊，基于K近邻互信息估计的原油管道电耗预测，节能技术，2021，2021年02期:144-148+164,6

论文题目：基于K近邻互信息估计的原油管道电耗预测