Echo State Networks for Virtual Flow Metering in Gravity Separator
Year: 2019
Type: dissertation
Abstract: Virtuell volumstrøm estimering (Virtual Flow Metering, VFM), er et begrep som innebærer å estimere volumraten for de ulike fasene i en fler-fase volumstrøm uten å måle de direkte. Istedenfor så brukes data som er relatert til volumstrømmen. Det er interesse for dette fra olje og gas industrien, hvor det er vanskelig å måle og modellere en tre-fase-volumstrøm fra en oljebrønn som inneholder fasene olje, vann og gass. En vanlig praksis i industrien i dag er å dirigere volumstrømmen i en testtank en gang i måneden. Informasjonen om strømningen kan potensielt bli brukt til å bedre planlegge produksjonen, forbedre redundansen og sikkerheten og redusere stans i produksjonen for målinger av volumstrøm. Denne oppgaven Echo State Networks til å estimere fasene i denne volumstrømmen med date fra en tre-fase-gravitasjonsseparator. Det ble gjennomført eksperimenter med en simulator av en tre-fase-gravitasjonsseparator. ESN klarte å estimere de ulike fasene med både varierende og stasjonert vannivå, og under støy.\n\nEcho State Network (ESN) er en type rekurrente nevrale nett og kan brukes til å modellere ulike typer ulineære dynamiske systemer. ESN inneholder et stort nettverk av vekter som er tildelt tilfeldig. Intuisjonen bak ESN at om man har mange nok tilfeldige tilstander med en ulineær aktiveringsfunksjon så er sannsynligheten stor for at det eksister det en kombinasjon av de til å modellere systemet. Rekurrente nevrale nett krever ofte mye tid å trene mens ESNs er et unntak og er "billig" å trene. Dette er fordi de bruker en lineær regresjonsmetode til å trene og det bare utgangslaget som blir trent.
Author: Sivert Vonen
Language: English
Subfield: Artificial Intelligence
Field: Computer Science
Domain: Physical Sciences
Open Access status: green
OpenAlex ID: W2969799312