TY -的A2蔡Sang-Bing AU -李,君非盟-郭Yidong盟——张,向阳AU - Fu Zhanbao PY - 2021 DA - 2021/12/14 TI -使用混合动力机器学习方法来预测和提高能耗效率在石油和天然气领域的SP - 5729630六世- 2021 AB -石油和天然气仍将是至关重要的全球经济发展和繁荣了几十年,石油和天然气工业是一个能源密集型产业。因此,提高能源效率生产石油和天然气在石油和天然气公司是一个重要的问题。智能能源消费预测方法能够分析能源消费模式,确定节能目标证明了自己作为一种有效的方法在许多工业领域的能源效率。此外,能源消耗预测,使管理者能够科学计划的能源使用能源生产和能源使用转向非高峰时期。然而,它仍然是一个挑战性的问题在一定程度上的不可预测性和不确定性引起的各种能源消费行为,和这一现象变得越来越明显的石油和天然气公司。为此,在我们的工作中,我们主要讨论了预测能源消耗的石油和天然气公司。首先,四种不同的预测模型,支持向量机,线性回归,极端的学习机器,人工神经网络,训练在训练数据集,然后评估的测试数据集。其次,为了提高能源消费预测准确性,所有这四个模型的组合检查RMSE值通过两个模型的平均输出。结果表明,这四种不同的模型能够预测能源消耗具有良好的准确性,但混合model-artificial神经网络和极端的学习机器精度高。此外,混合模型是安装在石油和天然气工业的能源管理系统来管理油田能耗,提高效率。 SN - 1574-017X UR - https://doi.org/10.1155/2021/5729630 DO - 10.1155/2021/5729630 JF - Mobile Information Systems PB - Hindawi KW - ER -