Prediction of oil flow rate through orifice flow meters: Optimized machine-learning techniques (Запись № 663661)
[ простой вид ]
000 -Маркер | |
---|---|
Поле контроля фиксированной длины | 02768nlm1a2200385 4500 |
005 - Идентификатор версии | |
Поле контроля фиксированной длины | 20231030041902.0 |
035 ## - Другие системные номера | |
Идентификатор записи | (RuTPU)RU\TPU\network\34831 |
035 ## - Другие системные номера | |
Идентификатор записи | RU\TPU\network\34449 |
100 ## - Данные общей обработки | |
Данные общей обработки | 20210224a2021 k y0engy50 ba |
101 0# - Язык ресурса | |
Язык текста, звукозаписи и т.д. | английский |
102 ## - Страна публикации или производства | |
Страна публикации | |
135 ## - Поле кодированных данных: электронные ресурсы | |
Кодированные данные для электронного ресурса | drcn ---uucaa |
181 #0 - Поле кодированных данных: вид содержания | |
Код вида содержания | i |
182 #0 - Поле кодированных данных: средство доступа | |
Код средства доступа | electronic |
200 1# - Заглавие и сведения об ответственности | |
Основное заглавие | Prediction of oil flow rate through orifice flow meters: Optimized machine-learning techniques |
Первые сведения об ответственности | M. Farsi, B. H. Shojaei, D. Wood [et al.] |
203 ## - Вид содержания и средство доступа | |
Вид содержания | |
Средство доступа | |
300 ## - Общие примечания | |
Текст примечания | Title screen |
330 ## - Резюме или реферат | |
Текст примечания | Flow measurement is an essential requirement for monitoring and controlling oil movements through pipelines and facilities. However, delivering reliably accurate measurements through certain meters requires cumbersome calculations that can be simplified by using supervised machine learning techniques exploiting optimizers. In this study, a dataset of 6292 data records with seven input variables relating to oil flow through 40 pipelines plus processing facilities in southwestern Iran is evaluated with hybrid machine-learning-optimizer models to predict a wide range of oil flow rates (Qo) through orifice plate meters. Distance-weighted K-nearest-neighbor (DWKNN) and multi-layer perceptron (MLP) algorithms are coupled with artificial-bee colony (ABC) and firefly (FF) swarm-type optimizers. The two-stage ABC-DWKNN Plus MLP-FF model achieved the highest prediction accuracy (root mean square errors = 8.70 stock-tank barrels of oil per day) for oil flow rate through the orifice plates, thereby removing dependence on unreliable empirical formulas in such flow calculations. |
333 ## - Примечания об особенностях распространения и использования | |
Текст примечания | |
461 ## - Уровень набора | |
Заглавие | Measurement |
463 ## - Уровень физической единицы | |
Заглавие | Vol. 174 |
Обозначение тома | [108943, 17 p.] |
Дата публикации | 2021 |
610 1# - Неконтролируемые предметные термины | |
Предметный термин | электронный ресурс |
610 1# - Неконтролируемые предметные термины | |
Предметный термин | труды учёных ТПУ |
701 #1 - Имя лица – альтернативная ответственность | |
Начальный элемент ввода | Farsi |
Часть имени, кроме начального элемента ввода | M. |
Расширение инициалов личного имени | Mohammad |
701 #1 - Имя лица – альтернативная ответственность | |
Начальный элемент ввода | Shojaei |
Часть имени, кроме начального элемента ввода | B. H. |
Расширение инициалов личного имени | Barjouei Hossein |
701 #1 - Имя лица – альтернативная ответственность | |
Начальный элемент ввода | Wood |
Часть имени, кроме начального элемента ввода | D. |
Расширение инициалов личного имени | David |
701 #1 - Имя лица – альтернативная ответственность | |
Начальный элемент ввода | Ghorbani |
Часть имени, кроме начального элемента ввода | H. |
Расширение инициалов личного имени | Hamzeh |
701 #1 - Имя лица – альтернативная ответственность | |
Начальный элемент ввода | Mohamadian |
Часть имени, кроме начального элемента ввода | N. |
Расширение инициалов личного имени | Nima |
701 #1 - Имя лица – альтернативная ответственность | |
Начальный элемент ввода | Davoodi |
Часть имени, кроме начального элемента ввода | Sh. |
Дополнения к именам, кроме дат | specialist in the field of petroleum engineering |
-- | Research Engineer of Tomsk Polytechnic University |
Даты | 1990- |
Расширение инициалов личного имени | Shadfar |
-- | stltpush |
Идентификатор авторитетной/ нормативной записи | (RuTPU)RU\TPU\pers\46542 |
712 02 - Наименование организации – вторичная ответственность | |
Начальный элемент ввода | Национальный исследовательский Томский политехнический университет |
Структурное подразделение | Инженерная школа природных ресурсов |
-- | Отделение нефтегазового дела |
-- | 8084 |
-- | stltpush |
Идентификатор авторитетной/ нормативной записи | (RuTPU)RU\TPU\col\23546 |
801 #2 - Источник записи | |
Страна | RU |
Организация | 63413507 |
Дата составления | 20210224 |
Правила каталогизации | RCR |
856 4# - Местонахождение электронных ресурсов и доступ к ним | |
Универсальный идентификатор ресурса | https://doi.org/10.1016/j.measurement.2020.108943 |
090 ## - System Control Numbers (Koha) | |
Koha biblioitem number (autogenerated) | 663661 |
942 ## - Добавленные элементы ввода (Коха) | |
Тип документа | Computer Files |
Нет доступных единиц.