黄海礁
- 作品数：9 被引量：24H指数：3
- 供职机构：渤海大学更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术石油与天然气工程更多>>
- 基于ARMA补偿LSSVM模型的油井动液面在线预测
- 2016年
- 针对LSSVM静态模型不能精确预测动液面的问题,提出了一种基于ARMA补偿LSSVM模型的动液面在线预测方法。首先,选取建模的辅助变量,建立最小二乘支持向量机模型;然后,建立自回归滑动平均模型(ARMA)对预测出的动液面值进行误差补偿,提高预测动液面输出精度;最后,采用辽河油田某采油平台实际生产数据进行仿真实验,验证该方法的可行性和实用性。
- 黄海礁
- 关键词：ARMA误差补偿
- 油井动液面远程监测方法及系统
- 一种油井动液面的远程监测方法及系统，以远程无线方式采集安装在油井井口的动液面回声测量仪器所采集到的油井的动液面测量数据；采用一种集成识别的方法对采集的动液面数据进行处理，两种方法以并行的方式运行；采用基于经验模态分解的方...
- 李琨韩莹黄海礁佘东生杨一柳魏泽飞
- 基于联合互信息的动液面预测模型
- 2016年
- 针对采油现场复杂多变的静态模型不能根据工况的变化更新动液面预测模型这一现状,引入了联合互信息(Joint Mutual Information,JMI)作为更新模型的评价基准。该方法首先建立最小二乘支持向量机(Least Squares Support Vector Machine,LSSVM)模型,采用改进黑洞算法(Black Hole,BH)优化模型参数,预测出动液面,然后计算辅助变量与动液面的联合互信息,判断联合互信息的波动是否在合理范围内,以此作为模型更新的标准,提高动液面预测精度,最后将上述方法应用到辽河油田某采油平台实际生产数据中,仿真实验结果验证了该方法的有效性。
- 黄海礁
- 关键词：动液面最小二乘支持向量机动态模型
- 基于IBH-LSSVM的混沌时间序列预测及其在抽油井动液面短期预测中的应用被引量：13
- 2016年
- 为了提高预测模型的预测精度,模型参数的选取通常转化为目标参数的组合优化问题,但是预测结果经常会受到优化算法参数设置的影响.针对这个问题,本文提出了一种基于改进黑洞算法和最小二乘支持向量机的预测模型,该模型将嵌入维数、延迟时间、正则化参数和核函数参数作为组合优化目标,优化算法不需要额外设定任何主观参数.另外,为了防止模型训练的过拟合,采用基于快速留一法的在线校验方法.通过对寻优机制的改进,该模型具有更好的预测效果.将其应用于抽油井动液面的短期预测中,结果表明所提出的预测模型具有一定的实际应用意义.
- 李琨韩莹黄海礁
- 关键词：混沌时间序列
- 基于多变量灰色模型的有杆泵抽油井井下故障预测方法
- 一种基于多变量灰色模型的有杆泵抽油井井下故障预测方法，由示功图远程数据采集系统采集地面示功图；将地面示功图转化为井下泵功图；根据曲线矩理论提取能够表征井下泵功图图形特征的曲线矩特征向量；由多变量灰色模型对每一个特征向量进...
- 韩莹李琨黄海礁魏泽飞杨一柳佘东生
- 文献传递
- 基于自动谱聚类与多极端学习机模型的油井油液含水率软测量被引量：4
- 2016年
- 油井油液的含水率是石油生产中的一个重要参数,及时、准确的测量对提高采油生产效率具有重要的意义。针对传统人工测量所存在的不足,引入软测量技术,建立基于自动谱聚类与多极端学习机(automatic spectral clustering-multiple extreme learning machines,ASC-MELM)的软测量模型。提出一种自动谱聚类(spectral clustering,SC)算法,由改进的萤火虫算法(firefly algorithm,FA)对聚类数目和尺度参数进行优化选取,所提出的改进萤火虫算法(improved firefly algorithm,IFA)采用以一定概率跳出当前解的机制,避免传统FA过早陷入局部最优解的不足;对聚类后的不同训练子集,分别由极端学习机(extreme learning machine,ELM)建立子模型,由IFA对其中的隐含层输入权值、隐含层神经元的偏置和隐含层节点个数进行优化选取;最后,将多个子模型的结果取加权平均值输出。由国内某油田作业区一口生产井进行实例验证,结果表明所提出方法具有较高的预测精度,对于实现油井油液含水率的软测量是合理有效的。
- 李琨韩莹黄海礁
- 关键词：软测量谱聚类极端学习机
- 油井动液面远程监测方法及系统
- 一种油井动液面的远程监测方法及系统，以远程无线方式采集安装在油井井口的动液面回声测量仪器所采集到的油井的动液面测量数据；采用一种集成识别的方法对采集的动液面数据进行处理，两种方法以并行的方式运行；采用基于经验模态分解的方...
- 李琨韩莹黄海礁佘东生杨一柳魏泽飞
- 文献传递
- 基于IFOA-KELM-MEA模型的游梁式抽油机采油系统井下工况的短期预测被引量：7
- 2017年
- 实现对井下工况的预测是及时掌握抽油井生产状态的有效方法,对提高油井生产效率和降低维护成本具有十分重要的意义。采用混沌理论实现抽油井井下工况的短期预测,首先将所提取的示功图的不变曲线矩特征向量作为预测变量,在证明其数据序列具有混沌特性后,由核极限学习机(kernel extreme learning machine,ELM)建立混沌时间序列预测模型,对其中的几个不确定参数采用改进的果蝇优化算法(improved fruit fly optimization algorithm,IFOA)进行优化选取,IFOA采用全局群体多样进化和局部个体随机变异的策略,最后,对模型所预测的结果进行物元分析(matter-element analysis,MEA),诊断其属于哪种故障类型。由某油田作业区的两口生产井进行实例验证,结果表明所提出的IFOA-KELM-MEA预测模型是合理有效的。
- 李琨韩莹佘东生魏泽飞黄海礁
- 关键词：混沌时间序列预测游梁式抽油机物元分析石油
- 基于多变量灰色模型的有杆泵抽油井井下故障预测方法
- 一种基于多变量灰色模型的有杆泵抽油井井下故障预测方法，由示功图远程数据采集系统采集地面示功图；将地面示功图转化为井下泵功图；根据曲线矩理论提取能够表征井下泵功图图形特征的曲线矩特征向量；由多变量灰色模型对每一个特征向量进...
- 韩莹李琨黄海礁魏泽飞杨一柳佘东生
- 文献传递
