基于特征工程和GA⁃BP神经网络的气体超声流量计使用中检验方法的研究

来源：计量学报杂志2025年第6期北京时间：

作者：金宇强, 李春辉, 黄震威, 谢代梁

摘要：气体超声流量计是天然气输气站的关键计量器具，检定法和使用中检验法是判定流量计计量性能的主要方法，基于机器学习的使用中检验方法是解决检定法局限性的有效手段。针对天然气现场应用过程中机器学习算法在模型构建和特征冗余较大，部分检定流量点模型表现欠佳的问题，提出了一种基于特征工程和遗传算法优化的BP神经网络方法。特征选择作为特征工程中的关键，通过综合3种不同类别的特征选择算法对超声流量计性能参数进行分析筛选，在保持关键特征参数和模型性能的基础上，减少冗余特征，将初始的17个特征降至9个；同时利用遗传算法对BP模型的泛化能力进行了优化。研究结果表明，经过优化的模型相较于传统模型表现出较为显著的提升，最高预测准确度提升达33%。

关键词：流量计量,超声流量计,使用中检验,机器学习,特征工程,GA-BP神经网络

基金资助：中国计量科学研究院基本科研业务费(26-AKYZD2107-1)