基于BP神经网络算法的压缩机组运行优化模型

增压站运行方案制定的难点在于如何根据下游耗气量的变化，在不超出压缩机最大功率参数 的情况下精准快速地调整进站压力，并根据具体需求提前制定多机组联合运行方案。以大牛地气田 塔榆增压站6RDSA-1 型压缩机组为研究对象，采用BP 神经网络算法建立了压缩机组运行优化模 型。选择已有的压缩机进气温度、排气压力及排气流量这3 个基本参数作为模型输入值，计算得到 了合适的进气压力和机组的轴功率。通过不同工况多组数据对比，模型对进气压力的预测结果与现 场实测值的相对误差小于2.75％，验证了基于BP 神经网络算法的压缩机组运行优化模型的可靠性， 有助于增压站提前制定多机组联机运行方案，提升机组的运行效率，降低能耗和运维成本。（图3， 表3，参28