您所在的位置: 成果库 一种油田接转站系统碳排放预测方法

一种油田接转站系统碳排放预测方法

成果类型：: 发明专利

发布时间: 2023-06-27 22:02:09

科技成果产业化落地方案
方案提交机构：成果发布人| 蔡仪凡 | 2023-06-27 22:02:09
成果简介 技术亮点 应用前景 团队概括 产生的效益 转化方式

本发明涉及的是一种油田接转站系统碳排放预测方法，它包括：获取油田接转站系统历史碳排放总数据；对数据进行预处理，处理掉无效数据；对数据进行特征值分析，绘制特征变量相关性热图，筛选出影响特征变量，得到选取特征后的数据集；建立基于决策树的碳排放预测模型并训练；将遗传算法结合网格搜索全局寻优找到的最优结果，传回到基于决策树的碳排放预测模型中，得到最优的基于遗传算法优化的决策树碳排放预测模型并训练；利用基于遗传算法优化的决策树碳排放预测模型进行油田接转站系统碳排放预测。本发明利用遗传算法全局搜索寻优，弥补传统决策树网络局部搜索寻优，实现碳排放预测精度高，时间短，效率高。

本发明利用遗传算法全局搜索寻优，弥补传统决策树网络局部搜索寻优，实现碳排放预测精度高，时间短，效率高。

实现碳排放预测精度高，时间短，效率高，利用遗传算法全局搜索寻优，弥补传统决策树网络局部搜索寻优，将遗传算法结合网格搜索全局寻优找到的最优结果，传回到基于决策树的碳排放预测模型中，得到最优的基于遗传算法优化的决策树碳排放预测模型并训练，可以广泛适用于油田接转站系统碳排放预测方法等相关领域行业。

黑龙江省“油气田控制与动态监测”重点实验室。目前团队共有研究人员11人，其中骨干3人，博士（后）4人，教授5人。先后承担国家级、省部级及市局级基金和科技攻关课题40余项，各类横向课题百余项，获得过国家科技进步三等奖、省部级一、二、三等奖20余项。团队培养了博士生12名、硕士研究生50多名，青年教师10名，培育省级高层次人才3名，国家级人才1名，选送出国访问学者6名；主持和承担省部级项目6项，市局级项目10多项。

时间短，效率高，利用遗传算法全局搜索寻优，弥补传统决策树网络局部搜索寻优，将遗传算法结合网格搜索全局寻优找到的最优结果，传回到基于决策树的碳排放预测模型中，可以有效降低成本，提高效率，具有环保、安全等优势。

本项目可以采用技术转让、技术合作等多种形式进行对接，欢迎有需求的企业单位联系洽谈。