基于经验模态分解和BP神经网络的油气两相流流型辨识

作者：李强伟; 王保良; 黄志尧; 李海青

来源：仪器仪表学报, 2007, (04): 609-613.

DOI：10.19650/j.cnki.cjsi.2007.04.006

• 经验模态分解
• BP神经网络
• 油气两相流
• 流型
• 差压信号 empirical mode decomposition (EMD)
• BP neural network
• oil-gas two-phase flow
• flow pattern
• differential pressure signal

基于经验模态分解(empirical mode decomposition,EMD)和BP神经网络,提出了油气两相流流型辨识的新方法。应用EMD将差压信号分解成不同频率尺度上的单组分之和,并提取组分的归一化能量作为流型辨识特征量。BP神经网络以这些能量特征量为输入对油气两相流不同流型(包括泡状流、塞状流、层状流、弹状流和环状流)进行分类。实验结果表明,本文提出的流型辨识方法是有效的,其中泡状流、塞状流、层状流、弹状流和环状流的辨识精度分别为100%、89.4%、93.3%、96.3%和96.9%。

• 单位
  工业控制技术国家重点实验室