摘要
本申请公开了一种管道振动特性预测方法及系统,属于天然气站场管路振动预测技术领域,其中方法包括管路三维模型的构建和通过流体与结构动力学方法计算得到管路振动数据、基于本征正交分解法得到降阶基向量、利用神经网络模型获得降阶系数,以及将降阶基向量和降阶系数耦合实现振动预测。本申请通过降阶系数和神经网络模型相结合,能够快速预测管路振动变化情况,这种方法能够感知关键参数微小变化引发的管网整体动态特性的改变,对传统方法难以发现的早期、局部的异常具有极高的检测灵敏度,实现了管路振动的精准预测。
技术关键词
特性预测方法
神经网络模型
工况
数据
三维模型
管路
连续异常检测
动力学计算方法
管道
重构误差
矩阵
天然气站场
能量守恒
预测系统
分支
模块
样本
动态
参数
系统为您推荐了相关专利信息
虚拟展厅系统
子模块
数据分析模块
时间序列特征
历史轨迹数据
数据处理方法
样本
信号特征
电力电缆技术
局放数据
存储控制器
存储装置
芯片
存储系统
混合调度策略