Szczegóły publikacji
Opis bibliograficzny
Zastosowanie sztucznej inteligencji do estymacji parametrów fizycznych gazu ziemnego z dodatkiem wodoru — Application of arificial intelligence to estimate physical parameters of natural gas with hydrogen adittion / Mariusz ŁACIAK, Wojciech PANEK // Przemysł Chemiczny ; ISSN 0033-2496. — 2025 — t. 104 nr 5, s. 560–565. — Bibliogr. s. 565, Streszcz., Summ. — Publikacja dostępna online od: 2025-05-19
Autorzy (2)
Słowa kluczowe
Dane bibliometryczne
| ID BaDAP | 159992 |
|---|---|
| Data dodania do BaDAP | 2025-06-24 |
| Tekst źródłowy | URL |
| DOI | 10.15199/62.2025.5.4 |
| Rok publikacji | 2025 |
| Typ publikacji | artykuł w czasopiśmie |
| Otwarty dostęp |  |
| Creative Commons | |
| Czasopismo/seria | Przemysł Chemiczny |
Streszczenie
Przedstawiono możliwość wykorzystania wybranych modeli uczenia maszynowego do estymacji parametrów fizycznych gazu ziemnego, opisujących jego jakość, na podstawie której następuje rozliczanie się z odbiorcami. Obecnie często stosowane na szeroką skalę metody wykorzystują w tym celu założony skład gazu ziemnego oraz równania wirialne. Są przez to opatrzone pewną niedokładnością. Prezentowane rozwiązanie może być alternatywą. Metodologia zakłada użycie ograniczonej liczby danych wejściowych, które są zbierane na stacjach redukcyjno-pomiarowych oraz wykorzystywała zmiany temperatury gazu w wyniku efektu Joule'a i Thompsona, zachodzącego podczas redukcji ciśnienia. Modele stworzone na danych syntetycznych pokazują, że estymacja takich parametrów, jak współczynnik ściśliwości Z oraz gęstość gazu może być bardzo dokładna.
Abstract
The possibility of using selected machine learning models (multiple regression - MLR, random forest - RF, artificial neural network - ANN) to estimate phys. parameters (compressibility coeff. Z., d. of the gas mixt., heat of combustion of the mixt., H2 content in the mixt.) of natural gas describing its qual. was presented. The methodology assumed the use of a limited amt. of input data, which were collected at redn. and measurement stations, and used changes in gas temp. as a result of the Joule-Thompson effect, accurring during pressure redn. Models built on synthetic data show that the estimation of parameters such as the compresibility factor Z and gas d. can be very accurate.
