[发明专利]一种基于神经网络的配气站运行参数智能控制方法

说明书

本发明公开了一种基于神经网络的配气站运行参数智能控制方法，涉及配气站智能控制技术领域，包括控制系统，所述控制系统包括控制器，调节阀，输气管道，压力传感器，包括如下步骤：S01：根据天然气配气站进站压力、下游用户用气量、工艺流程导通相关的阀数据以及调节阀阀位数据建立相应的仿真模型；S02：根据SPS动态模拟数据，将上游进站压力、阀门开度变化作为广义回归神经网络的输入，下游用户用气量作为输出，构建配气站智能分析仿真模型；S03：以阀门组合和进站压力作为工况判断参数与用户用气量作为广义回归神经网络的输入，而阀门的开度作为输出构建天然气配气站的控制模型；S04：对实际值和预测值进行误差分析，验证其模型的准确性，本发明使配气站的控制精度更高、分输方案更合理，实现配气站安全、稳定、高效的运行。

技术领域

本发明涉及配气站智能控制技术领域，尤其涉及一种基于神经网络的配气站运行参数智能控制方法。

背景技术

输配气站场面临人员众多、位置分散、地形条件复杂、环境恶劣、工艺复杂等问题，采用传统的人工巡防效率低下，成本高昂，且在高温、高压、有毒、高污染的环境下，人员安全也面临较大威胁。传统的监测控制设备(如PLC)价格昂贵、体积巨大、运行成本高并且耗电量大，已成为制约输配气站场降本增效的关键难题。

传统的控制方法基于模糊控制规则的PID控制方法，通过在线调整三个参数(比例、积分、微分)，提高了系统的响应速度及抗干扰性能；据站场上下游用户的用气规律，合理预测站场出入口压力的变化趋势。问题是尽管模糊PID克服了控制参数不能实时调整的缺点，但被控对象处于经常变化的环境中时，需要经常修改三个参数，当参数变化大时，其控制系统适应性较低；输气管道的输出流量与用户的用气量相关，用气量的波动性和不可预测性使站场出入口压力预测变得困难。

综上所述，现有的配气站调压系统是一个典型的非线性、时变、易受干扰的系统，利用神经网络寻找下游用户用气量和阀门开度之间的关系，解决输气场站天然气超输、分输不稳定、分输中断等问题，提高配气站智能分输管理水平。。

发明内容

本发明提供一种基于神经网络的配气站运行参数智能控制方法，解决了控制系统的滞后问题和天然气用户波动导致的阀门频繁动作问题。

为解决上述技术问题，本发明提供的一种基于神经网络的配气站运行参数智能控制方法，包括控制系统，所述控制系统包括控制器，调节阀，输气管道，压力传感器，包括如下步骤：

S01：根据天然气配气站进站压力、下游用户用气量、工艺流程导通相关的阀数据以及调节阀阀位数据建立相应的仿真模型；

S02：根据SPS动态模拟数据，将上游进站压力、阀门开度变化作为广义回归神经网络的输入，下游用户用气量作为输出，构建配气站智能分析仿真模型；

S03：以阀门组合和进站压力作为工况判断参数与用户用气量作为广义回归神经网络的输入，而阀门的开度作为输出构建天然气配气站的控制模型；

S04：对实际值和预测值进行误差分析，验证其模型的准确性。

优选的，所述步骤S01中，仿真模型计算方法如下：

连续性方程：

动量方程：

能量方程：

状态方程：

ρ＝ρ(p,T)

内能方程：

u＝u(p,T)

焓方程：

h＝h(p,T)