本文關(guān)鍵詞： 集成學(xué)習(xí)算法 自適應(yīng)建模 誤差率 動(dòng)液面 泛化能力　出處：《電子測(cè)量與儀器學(xué)報(bào)》2017年08期 　論文類型：期刊論文

【摘要】：針對(duì)單一模型軟測(cè)量算法在動(dòng)液面預(yù)測(cè)應(yīng)用過程中存在泛化能力弱、自適應(yīng)性差等問題,提出利用Ada Boost集成學(xué)習(xí)的思想,突出預(yù)測(cè)誤差在建模樣本權(quán)重及弱學(xué)習(xí)機(jī)權(quán)重中的作用,使之更加適合回歸模型預(yù)測(cè)。針對(duì)油井工況動(dòng)態(tài)多變導(dǎo)致軟測(cè)量模型隨生產(chǎn)進(jìn)行逐漸失效的問題,提出利用油田生產(chǎn)過程中定期巡檢的少量動(dòng)液面數(shù)據(jù)評(píng)估原有集成模型,利用相似度原理在保留原有模型信息的基礎(chǔ)上增加新信息,并在此基礎(chǔ)上根據(jù)新樣本權(quán)重更新弱學(xué)習(xí)機(jī)模型,集成為強(qiáng)學(xué)習(xí)機(jī)模型以動(dòng)態(tài)適應(yīng)新的油田生產(chǎn)工況。通過對(duì)油田生產(chǎn)現(xiàn)場(chǎng)實(shí)際數(shù)據(jù)驗(yàn)證結(jié)果表明,該方法對(duì)油田生產(chǎn)波動(dòng)的自適應(yīng)能力強(qiáng),能夠提高動(dòng)液面軟測(cè)量模型的泛化能力及預(yù)測(cè)精度。
[Abstract]:Aiming at the problems of weak generalization ability and poor adaptive ability in the application of single model soft sensor algorithm in dynamic level prediction, the idea of integrated learning using Ada Boost is proposed. Stress the role of prediction error in the weight of modeling samples and the weight of weak learning machine, make it more suitable for regression model prediction. In view of the problem that the dynamic change of oil well conditions leads to the gradual failure of soft sensor model with production. This paper proposes to evaluate the existing integrated model by using a small number of moving liquid level data which are regularly inspected in the production process of oil fields, and to add new information on the basis of retaining the information of the existing model by using the similarity principle. On this basis, the weak learning machine model is updated according to the weight of the new sample, and integrated into a strong learning machine model to dynamically adapt to the new oilfield production conditions. This method has strong adaptive ability to oil field production fluctuation, and can improve the generalization ability and prediction accuracy of the dynamic liquid level soft sensor model.
【作者單位】： 沈陽工業(yè)大學(xué)電氣工程學(xué)院;渤海大學(xué)工學(xué)院;
【基金】：遼寧省博士科研啟動(dòng)基金(201601163) 國家自然科學(xué)基金(61403040)資助項(xiàng)目
【分類號(hào)】：TE319
【正文快照】： 0引言油田生產(chǎn)過程中地下環(huán)境復(fù)雜,傳統(tǒng)傳感器無法得到有效應(yīng)用,以至于動(dòng)液面數(shù)據(jù)無法實(shí)時(shí)準(zhǔn)確測(cè)量,導(dǎo)致油田生產(chǎn)過程中措施調(diào)整滯后,油井長(zhǎng)期處在非最佳工作狀態(tài),工程人員利用井下靜態(tài)參數(shù)、示功圖數(shù)據(jù)、井口壓力等可測(cè)參數(shù)結(jié)合機(jī)理過程計(jì)算動(dòng)液面,但過程中無法確定的參數(shù)太

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 趙宏奇;;動(dòng)液面錄取輔助方法的研究與應(yīng)用[J];現(xiàn)代商貿(mào)工業(yè);2012年05期

2 王化平;;提高深井動(dòng)液面測(cè)試成功率方法探討[J];內(nèi)蒙古石油化工;2013年09期

3 張海浪;李蘋;謝啟安;袁養(yǎng)平;;功圖計(jì)算動(dòng)液面的方法初步研究和應(yīng)用[J];青海石油;2007年02期

4 劉芳天;;動(dòng)液面錄取輔助方法的研究與應(yīng)用[J];科技與企業(yè);2012年04期

5 孫東;崔曉霖;齊光峰;李煒;;基于動(dòng)液面連續(xù)監(jiān)測(cè)的油井間開優(yōu)化方法[J];石油石化節(jié)能;2012年08期

6 王國棟;;動(dòng)液面測(cè)試干擾因素分析[J];山東工業(yè)技術(shù);2013年10期

7 孫秀英,黃國忠,李艾紅,張春雨,郭印龍,李新義;油井動(dòng)液面的求解方程推導(dǎo)及與應(yīng)用[J];河南石油;2004年S1期

8 魏佳超;田新民;能學(xué)春;;新型動(dòng)液面測(cè)試設(shè)備的試驗(yàn)與應(yīng)用[J];設(shè)備管理與維修;2011年S1期

9 鄭曉旭;;油井動(dòng)液面錄取輔助方法研究與應(yīng)用[J];內(nèi)蒙古石油化工;2013年07期

10 楊志;蔡龍浩;胡茜茜;趙春立;靳永紅;;井下泵功圖獲取動(dòng)液面深度的計(jì)算方法[J];石油地質(zhì)與工程;2013年03期

相關(guān)會(huì)議論文 前1條

1 翟雨陽;胡愛梅;王芝銀;段品佳;張冬玲;;韓城地區(qū)煤層氣井合理動(dòng)液面高度控制方法探討[A];2011年煤層氣學(xué)術(shù)研討會(huì)論文集[C];2011年

相關(guān)碩士學(xué)位論文 前10條

1 周昕;抽油井動(dòng)液面在線測(cè)試技術(shù)的應(yīng)用[D];西安石油大學(xué);2015年

2 宮照天;基于動(dòng)液面的油井優(yōu)化控制方法研究[D];大連理工大學(xué);2015年

3 岳武峰;基于稀疏分解的油井動(dòng)液面聲波信號(hào)去噪研究[D];東北石油大學(xué);2016年

4 張卉雨;基于擴(kuò)頻技術(shù)的油井動(dòng)液面監(jiān)測(cè)系統(tǒng)設(shè)計(jì)[D];東北石油大學(xué);2016年

5 阮曉越;智慧油田中油井動(dòng)液面優(yōu)化控制系統(tǒng)的研究[D];大連理工大學(xué);2016年

6 佃陽;油井動(dòng)液面自動(dòng)測(cè)量系統(tǒng)前向通道的研究與設(shè)計(jì)[D];武漢工程大學(xué);2016年

7 楊少鵬;基于光纖傳感的生產(chǎn)井動(dòng)液面實(shí)時(shí)監(jiān)測(cè)技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2013年

8 呂思平;油井動(dòng)液面測(cè)量系統(tǒng)的研制[D];中國石油大學(xué);2011年

9 易其軍;油井動(dòng)液面自動(dòng)測(cè)量系統(tǒng)研究與設(shè)計(jì)[D];南昌大學(xué);2014年

10 蔣子健;基于軟測(cè)量的油田動(dòng)液面測(cè)量方法的研究[D];沈陽工業(yè)大學(xué);2014年

，

本文編號(hào)：1476721