本文選題：預警　切入點：改進k-均值　出處：《東北石油大學》2015年碩士論文

【摘要】：目前,我國大部分油田已經(jīng)開采到中后期階段,開采過程中經(jīng)常出現(xiàn)機泵斷脫、管線穿孔、電箱故障等事故造成油井關井停產(chǎn),從而導致石油產(chǎn)量趨于不穩(wěn)定狀態(tài)。針對上述問題,開發(fā)油田異常井預警系統(tǒng),系統(tǒng)在異常發(fā)生初期及時給出預警信息,以便提前采取有效防范措施,避免事故發(fā)生造成不必要的損失,確保產(chǎn)量穩(wěn)定。常用油田預警方法絕大部分是采用單獨指標判別方法或利用單一預警模型進行預警,這就容易造成預警結(jié)果準確度低、預警結(jié)果錯誤的情況發(fā)生。針對這些問題,本文提出了基于支持向量回歸機的油田異常井預警模型,模型利用組合預警的方法,主要分為三個部分,首先,對油井異常中的參數(shù)進行選擇和處理,再對所得參數(shù)下的數(shù)據(jù)進行預處理操作;然后,利用改進k-均值算法對預處理后數(shù)據(jù)進行聚類分析,形成井況正常、井況預警和井況已異常三種聚類數(shù)據(jù);最后,采用支持向量回歸機算法,使用基于網(wǎng)格搜索的交叉驗證法優(yōu)化支持向量回歸機的參數(shù),并確定處理邊緣數(shù)據(jù)后的井況預警聚類數(shù)據(jù),建立基于支持向量回歸機的油田異常井預警模型,實現(xiàn)對油田異常井的預警分析。在基于支持向量回歸機的油田異常井預警模型的基礎上,開發(fā)了油田異常井預警系統(tǒng)。對油田異常井預警系統(tǒng)開發(fā)過程中所涉及的方法進行了詳細的設計,以某采油廠已有遺產(chǎn)數(shù)據(jù)為樣本實例驗證了本課題提出的模型相較于已有預警方法預警準確率有所提高,基于模型所開發(fā)的系統(tǒng)也具有良好的應用價值。
[Abstract]:At present, most oil fields in our country have been exploited to the middle and late stage. During the process of exploitation, accidents such as machine pump breaking, pipeline perforation, electric box failure, etc., often result in shut down of oil wells. Therefore, the oil production tends to be unstable. In view of the above problems, the early warning system of abnormal wells in oil fields is developed, and the early warning information is given in time in order to take effective preventive measures in advance. To avoid unnecessary loss caused by accidents and to ensure the stability of production, most of the commonly used early warning methods for oil fields are to use single index discriminant method or single early-warning model for early warning, which can easily lead to low accuracy of early warning results. In view of these problems, this paper puts forward an oilfield abnormal well warning model based on support vector regression machine. The model is mainly divided into three parts by using the method of combination early warning. The parameters of oil well anomalies are selected and processed, and then the data under the parameters are preprocessed. Then, the improved k-means algorithm is used to cluster the pretreated data, and the well condition is normal. Finally, support vector regression algorithm is used to optimize the parameters of support vector regression machine, which is based on cross validation method based on grid search. After processing edge data, the well condition early warning clustering data is determined, and an oilfield abnormal well warning model based on support vector regression machine is established. Based on the prediction model of abnormal wells based on support vector regression machine, The early warning system for abnormal wells in oil fields is developed. The methods involved in the development of abnormal wells in oil fields are designed in detail. Taking the existing heritage data of an oil extraction plant as an example, it is verified that the proposed model is more accurate than the existing early warning method, and the system based on the model has good application value.
【學位授予單位】：東北石油大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TE38

【相似文獻】

相關期刊論文 前10條

1 汪旭穎;;油田異常井組合預警模型研究[J];計算機與數(shù)字工程;2014年08期

2 張敏;杜燮yN;朱彩云;劉國華;;高危作業(yè)有害因素預防控制水平預警模型[J];中國安全生產(chǎn)科學技術(shù);2009年02期

3 喬麗;;礦區(qū)生態(tài)文明評價及預警模型研究[J];再生資源與循環(huán)經(jīng)濟;2011年04期

4 王忠靜,鄭吉林,王海鋒;荒漠化預警模型及其應用研究[J];中國農(nóng)村水利水電;2004年09期

5 吳寧軍;;基于支持向量機的房地產(chǎn)預警模型研究[J];神華科技;2012年05期

6 黃國良,林愛梅,蔣衛(wèi)東;企業(yè)破產(chǎn)預警模型研究[J];煤炭經(jīng)濟研究;1999年11期

7 陳又星;徐輝;;產(chǎn)業(yè)損害預警模型構(gòu)建及其模糊定量測評[J];資源與產(chǎn)業(yè);2009年06期

8 羅艷;文錫梅;譚紅;;基于改進型AHP的食品質(zhì)量安全時間序列預警模型的研究[J];貴州科學;2012年06期

9 朱平;羅艷;譚紅;何錦林;嚴勇;;稻米食品質(zhì)量安全狀態(tài)預警模型的研究[J];食品安全質(zhì)量檢測學報;2010年04期

10 楊玉中;馮長根;吳立云;;基于可拓理論的煤礦安全預警模型研究[J];中國安全科學學報;2008年01期

相關會議論文 前6條

1 張國興;劉鵬;汪應洛;郭菊娥;;銀行集中信用違約預警模型[A];社會經(jīng)濟發(fā)展轉(zhuǎn)型與系統(tǒng)工程——中國系統(tǒng)工程學會第17屆學術(shù)年會論文集[C];2012年

2 鄭伯峰;張錦;李司鐸;劉瀟;;基于貝葉斯網(wǎng)絡的大客戶離網(wǎng)預警模型研究[A];第四屆中國智能計算大會論文集[C];2010年

3 應江勇;周宇;;決策樹在我國通信行業(yè)用戶預警模型中的研究應用[A];第十三屆中國管理科學學術(shù)年會論文集[C];2011年

4 翟東升;張金寶;王明吉;張書杰;;基于財務指標的上市公司信用預警模型研究[A];中國現(xiàn)場統(tǒng)計研究會第12屆學術(shù)年會論文集[C];2005年

5 文柯;;基于Logistic的上市公司產(chǎn)融結(jié)合風險預警模型研究[A];第十四屆中國管理科學學術(shù)年會論文集(上冊)[C];2012年

6 潘潔珠;吳共慶;胡學鋼;;基于關聯(lián)規(guī)則的成績預警模型研究[A];計算機技術(shù)與應用進展·2007——全國第18屆計算機技術(shù)與應用（CACIS）學術(shù)會議論文集[C];2007年

相關重要報紙文章 前4條

1 本報通訊員 宋娟 嚴明良;構(gòu)建預警模型 降低路網(wǎng)風險[N];中國氣象報;2013年

2 廣發(fā)證券股份有限公司 何沛俐 章早立;立體空間下的全新財務危機遠期預警模型[N];證券時報;2003年

3 記者 謝柳;合眾人壽完成信用風險預警模型[N];中國保險報;2011年

4 張憲邋郝力平 涂春輝 王法力 洪明 劉年財;全流通后警惕公司財務危機[N];中國證券報;2007年

相關博士學位論文 前9條

1 董鶴云;大型施工項目目標偏差適時監(jiān)控方法及預警模型研究[D];華北電力大學;2015年

2 劉彥文;上市公司財務危機預警模型研究[D];大連理工大學;2009年

3 朱鈞鈞;主權(quán)違約風險的評估方法和預警模型[D];復旦大學;2011年

4 丁寶成;煤礦安全預警模型及應用研究[D];遼寧工程技術(shù)大學;2010年

5 張云波;工程項目工期延誤原因及預警模型研究[D];天津大學;2004年

6 趙軍;基于GIS空間統(tǒng)計分析的區(qū)域房地產(chǎn)動態(tài)預警模型[D];中國地質(zhì)大學（北京）;2011年

7 張加強;中國農(nóng)業(yè)類上市公司可持續(xù)發(fā)展預警模型研究[D];華中農(nóng)業(yè)大學;2011年

8 汪冬華;我國上市公司行業(yè)分析方法及違約風險預警模型研究[D];華中科技大學;2004年

9 馬輝;中國金融風險指標體系構(gòu)建與預警研究[D];吉林大學;2009年

相關碩士學位論文 前10條

1 冷靜;秦皇島旅游業(yè)可持續(xù)發(fā)展預警模型建立[D];燕山大學;2015年

2 陳小志;輸電線路鳥害預警模型及系統(tǒng)的設計與實現(xiàn)[D];電子科技大學;2014年

3 汪旭穎;基于支持向量回歸機的油田異常井預警模型研究[D];東北石油大學;2015年

4 潘志兵;我國上市公司財務失敗預警模型的實證研究及應用[D];西北工業(yè)大學;2002年

5 尚紅超;金融危機預警模型的系統(tǒng)研究[D];東北財經(jīng)大學;2010年

6 張海蘭;基于平衡計分卡的企業(yè)預警模型構(gòu)建研究[D];首都經(jīng)濟貿(mào)易大學;2006年

7 牟曉云;外匯危機預警模型及在我國的實證研究[D];吉林大學;2004年

8 周培恩;工業(yè)經(jīng)濟監(jiān)測預警模型的研究與應用[D];合肥工業(yè)大學;2011年

9 陳翠;上市公司募資投向惡意變更行為的預警模型研究[D];中國地質(zhì)大學;2008年

10 韓寧寧;供電公司電費安全風險預警模型研究[D];華北電力大學;2012年

，

本文編號：1671371