基于极限学习机的电解质溶液中烃类气体溶解度估算模型
机器学习
2020-09-10 v1
摘要
计算天然气中烃类组分的溶解度是石油与化学工程操作中的重要问题之一。本文基于极限学习机(ELM)算法，提出了一种针对电解质水溶液中甲烷、乙烷、丙烷和丁烷等烃类气体的新型溶解度估算工具。将ELM输出与一个包含1175个溶解度点的综合真实数据库进行比较，得出训练阶段和测试阶段的R平方值分别为0.985和0.987。此外，估算值与实测烃类溶解度的直观对比进一步证实了所提溶解度模型的能力。另外，对模型输入变量进行了敏感性分析，以识别它们对烃类溶解度的影响。如此全面而可靠的研究可帮助工程师和科学家成功确定重要的热力学性质，这些性质是优化和设计炼油厂、石化厂等不同工业装置的关键因素。
引用
@article{arxiv.2009.03983,
title = {Extreme learning machine-based model for Solubility estimation of hydrocarbon gases in electrolyte solutions},
author = {Narjes Nabipour and Amir Mosavi and Alireza Baghban and Shahaboddin Shamshirband and Imre Felde},
journal= {arXiv preprint arXiv:2009.03983},
year = {2020}
}
备注
17 pages, 8 figures