Модели глубокого обучения для повышения точности многофазного расходомера

Авторы применяют динамическую нейронную сеть с внешними входами к измерению нефтегазового двухфазного потока и сопоставляют результат с базовыми моделями. Работа показывает, как временная динамика давления и температуры может уменьшать ошибку при меняющихся режимах.

Библиографические данные

DOI
10.1016/j.measurement.2022.112254
Авторы
Год
2022

Ограничения

Модель зависит от представительности обучающих данных и не гарантирует метрологическую прослеживаемость вне исследованной установки.

Доступ

Законная открытая версия полного текста

Последняя техническая проверка: 14.07.2026.