水平管道中CO2气液两相的流量研究
3.1 引言
在CCS系统的CO2管道运输过程中,由于传输距离较长且受到管道周围环境的影响,管道中的CO2不可避免的会发生相态的改变,产生气液两相CO2流。因此,本研究基于多传感器系统的测量方法,对水平管道内气液两相CO2进行流量测量。该多传感器测量系统包括CMF、差压(Differential-Pressure, DP)传感器和压力传感器等。根据实验过程中观察到的气液两相CO2的流动状态,将采集到的数据进行流型识别和数据分类。然后对每一种流型下的数据,以表观质量流量、表观密度、温度、压力和差压等参数作为输入,建立卷积神经网络(CNN)模型,对气液两相CO2流量进行预测。
3.2 数据的标准化(正规化)
数据标准化的提出是基于针对模型的评价不能只从单一方面进行,并且模型变量的输入也非单一的数据,每个指标的数据水平,重要程度都有所不同,所以要对其进行多指标综合的评价。而在进行多指标评价时由于评价指标的不同之处如果直接用原始的数值进行评价就会导致评价结果不准确,不可靠。同理在对获得的数据进行分析时,由于数据的类型,量纲不同,如果直接对数据进行处理也会大大增加我们搭建模型的难度,以及训练模型的难度,所以我对数据进行标准化处理。目前已有的标准化方法中常用的有,max—min标准化,将数据映射在区间[0,1]中,但是考虑到使用该方法时,如果新输入的数据中存在一个新的最大值或最小值,那么还需要对模型进行更新。本次实验采用的方法是Z-score 标准化