摘要
本发明公开了一种适用于混输原油凝点的概率密度预测方法,包括以下步骤:步骤S1:利用贝叶斯神经网络给出预测结果的置信度,其先验概率用来描述关键参数,并作为神经网络的输入;步骤S2:设置GRU循环神经网络的参数及并进行训练,得到混合原油凝点的预测值;步骤S3:利用蒙特卡洛方法对得到的混合原油凝点的预测值,得到凝点预测结果的概率密度分布以及误差概率密度分布;解决了机器学习模型的输入不确定性导致模型输出的不确定性的问题。
技术关键词
贝叶斯神经网络
原油
蒙特卡洛方法
GRU模型
概率密度函数
机器学习模型
噪声
误差
超参数
关系
样本
数据