油井動(dòng)液面測(cè)量算法研究
發(fā)布時(shí)間:2022-01-08 18:02
抽油機(jī)油井動(dòng)液面是指抽油機(jī)在正常的生產(chǎn)作業(yè)過(guò)程中,抽油機(jī)桿和套管之間的環(huán)形空間中所滲出的原油形成的動(dòng)態(tài)液面。實(shí)時(shí)監(jiān)控動(dòng)液面深度值是保證油井安全高效生產(chǎn)作業(yè),實(shí)現(xiàn)油井開采生產(chǎn)效率和產(chǎn)量最大化的重要參數(shù)。在采用聲波探測(cè)法進(jìn)行動(dòng)液面深度值測(cè)量時(shí),聲波信號(hào)受到復(fù)雜背景噪聲和長(zhǎng)距離傳播存在衰減等因素的影響,使得測(cè)得的動(dòng)液面回波信號(hào)曲線噪聲較多、不易辨識(shí),從而不能直接通過(guò)測(cè)得的回波信號(hào)精確的識(shí)別出動(dòng)液面的位置,影響動(dòng)液面深度值的計(jì)算。針對(duì)這個(gè)問(wèn)題,本文重點(diǎn)分析了傳統(tǒng)的傅里葉變換、小波變換、譜減法等去噪算法存在的問(wèn)題,研究了深度卷積神經(jīng)網(wǎng)絡(luò)在信號(hào)處理,動(dòng)液面位置識(shí)別方面的運(yùn)用。采用寬第一層核的深度卷積神經(jīng)網(wǎng)絡(luò)的分析處理方法從含有復(fù)雜背景噪聲混合信號(hào)中提取出動(dòng)液面反射波信號(hào),準(zhǔn)確識(shí)別出動(dòng)液面位置。通過(guò)在理想的動(dòng)液面信號(hào)中添加高斯白噪聲模擬真實(shí)動(dòng)液面信號(hào),不斷改變第一層卷積核的大小,根據(jù)動(dòng)液面信號(hào)識(shí)別準(zhǔn)確率的變化,證明增大第一層卷積核對(duì)提高動(dòng)液面識(shí)別準(zhǔn)確率是有必要的;同時(shí)將構(gòu)建的WDCNN模型與其他去噪識(shí)別算法進(jìn)行了橫向的比較,在改變信噪比的情況下,分析了各種算法的抗噪性。最后進(jìn)行了實(shí)測(cè)動(dòng)液面信號(hào)的識(shí)別...
【文章來(lái)源】:河南科技大學(xué)河南省
【文章頁(yè)數(shù)】:60 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
abstract
第1章 緒論
1.1 課題背景以及研究意義
1.2 油井動(dòng)液面測(cè)量研究現(xiàn)狀
1.2.1 動(dòng)液面測(cè)量方法
1.3 國(guó)內(nèi)外發(fā)展現(xiàn)狀
1.4 卷積神經(jīng)網(wǎng)絡(luò)理論
1.4.1 卷積神經(jīng)網(wǎng)絡(luò)理論發(fā)展的現(xiàn)狀
1.4.2 基于卷積神經(jīng)網(wǎng)絡(luò)的動(dòng)液面位置識(shí)別
1.5 論文的研究?jī)?nèi)容
第2章 動(dòng)液面測(cè)量相關(guān)問(wèn)題分析
2.1 抽油機(jī)井系統(tǒng)簡(jiǎn)介
2.1.1 動(dòng)液面介紹
2.1.2 動(dòng)液面測(cè)量方法介紹與選擇
2.2 測(cè)量聲波信號(hào)的問(wèn)題
2.3 傳統(tǒng)的動(dòng)液面回波信號(hào)降噪方法
2.3.1 稀疏分解法
2.3.2 小波變換法
2.3.3 雙頻段帶通濾波法
2.3.4 盲源分離法
2.3.5 譜減法
2.4 小結(jié)
第3章 基于一維卷積神經(jīng)網(wǎng)絡(luò)的動(dòng)液面位置識(shí)別算法
3.1 卷積神經(jīng)網(wǎng)絡(luò)算法原理
3.1.1 卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練過(guò)程
3.1.2 前向傳播
3.1.3 反向傳播
3.2 卷積神經(jīng)網(wǎng)絡(luò)分類流程
3.3 卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)與其他算法比較分析
3.4 動(dòng)液面位置識(shí)別的一維卷積神經(jīng)網(wǎng)絡(luò)架構(gòu)
3.4.1 卷積層
3.4.2 激活層
3.4.3 池化層
3.4.4 全連接層
3.4.5 目標(biāo)函數(shù)
3.5 卷積神經(jīng)網(wǎng)絡(luò)的反向傳播誤差
3.5.1 全連接層反向傳播求導(dǎo)誤差
3.5.2 池化層反向傳播求導(dǎo)誤差
3.5.3 卷積層反向傳播求導(dǎo)誤差
3.6 模擬動(dòng)液面信號(hào)位置識(shí)別性能分析
3.6.1 準(zhǔn)備噪聲信號(hào)
3.6.2 第一層卷積核大小對(duì)動(dòng)液面信號(hào)抗噪性的影響
3.6.3 不同去噪算法抗噪性分析
3.7 小結(jié)
第4章 實(shí)測(cè)動(dòng)液面信號(hào)識(shí)別分析
4.1 油井動(dòng)液面測(cè)量設(shè)備
4.1.1 聲波信號(hào)無(wú)線傳輸設(shè)計(jì)
4.1.2 控制系統(tǒng)與相關(guān)外圍電路
4.1.3 實(shí)時(shí)監(jiān)控系統(tǒng)上位機(jī)設(shè)計(jì)
4.2 實(shí)測(cè)動(dòng)液面位置信號(hào)識(shí)別測(cè)試
4.2.1 延長(zhǎng)油田實(shí)測(cè)動(dòng)液面數(shù)據(jù)實(shí)驗(yàn)分析
4.2.2 與其他動(dòng)液面識(shí)別算法比較分析
4.3 域適應(yīng)問(wèn)題分析
4.4 小結(jié)
第5章 結(jié)論
參考文獻(xiàn)
致謝
攻讀學(xué)位期間的研究成果
【參考文獻(xiàn)】:
期刊論文
[1]基于貪婪選擇的半樸素貝葉斯分類器研究[J]. 王輝,張帆,李玉杰. 東北師大學(xué)報(bào)(自然科學(xué)版). 2018(02)
[2]基于GPRS的煤礦遠(yuǎn)程監(jiān)控通用終端設(shè)計(jì)[J]. 劉青川,沈海軍,聞娜,王如松. 煤炭技術(shù). 2017(12)
[3]K最近鄰算法理論與應(yīng)用綜述[J]. 毋雪雁,王水花,張煜東. 計(jì)算機(jī)工程與應(yīng)用. 2017(21)
[4]基于改進(jìn)自適應(yīng)EEMD的柴油機(jī)氣缸磨損診斷[J]. 王鳳利,邢輝,邱赤東,段樹林,李宏坤. 內(nèi)燃機(jī)學(xué)報(bào). 2017(01)
[5]基于改進(jìn)Fisher準(zhǔn)則的深度卷積神經(jīng)網(wǎng)絡(luò)識(shí)別算法[J]. 孫艷豐,齊光磊,胡永利,趙璐. 北京工業(yè)大學(xué)學(xué)報(bào). 2015(06)
[6]基于nRF24L01和STM32L152RD超低功耗無(wú)線通信系統(tǒng)[J]. 叢林,楊凱,胡文東,徐文濤,黃燁. 電視技術(shù). 2013(17)
[7]動(dòng)液面遠(yuǎn)程自動(dòng)連續(xù)測(cè)量裝置實(shí)現(xiàn)[J]. 萬(wàn)曉鳳,易其軍,雷繼棠,丁卯,張燕飛. 工程設(shè)計(jì)學(xué)報(bào). 2013(03)
[8]基于SIM900A的物聯(lián)網(wǎng)短信報(bào)警系統(tǒng)[J]. 翟順,王衛(wèi)紅,張衎,李鵬. 現(xiàn)代電子技術(shù). 2012(05)
[9]基于Zigbee/GPRS物聯(lián)網(wǎng)網(wǎng)關(guān)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J]. 陳琦,韓冰,秦偉俊,皇甫偉. 計(jì)算機(jī)研究與發(fā)展. 2011(S2)
[10]抽油井環(huán)空液面深度自動(dòng)監(jiān)測(cè)與實(shí)現(xiàn)[J]. 徐愛(ài)鈞. 石油天然氣學(xué)報(bào). 2011(09)
博士論文
[1]中國(guó)石油進(jìn)口依存度問(wèn)題研究[D]. 張祺.武漢大學(xué) 2013
碩士論文
[1]基于卷積神經(jīng)網(wǎng)絡(luò)的軸承故障診斷算法研究[D]. 張偉.哈爾濱工業(yè)大學(xué) 2017
[2]基于稀疏分解的油井動(dòng)液面聲波信號(hào)去噪研究[D]. 岳武峰.東北石油大學(xué) 2016
[3]基于卷積神經(jīng)網(wǎng)絡(luò)的變速器故障分類識(shí)別研究[D]. 曾雪瓊.華南理工大學(xué) 2016
[4]基于盲源分離的油井動(dòng)液面連續(xù)監(jiān)測(cè)系統(tǒng)[D]. 金立旸.東北石油大學(xué) 2014
[5]基于在線學(xué)習(xí)高斯過(guò)程有桿泵油井動(dòng)態(tài)液面建模方法研究[D]. 張棟.東北大學(xué) 2014
[6]聲波法測(cè)油井動(dòng)液面信號(hào)辨識(shí)技術(shù)研究[D]. 林立星.中國(guó)石油大學(xué) 2011
[7]基于加速度傳感器的示功圖測(cè)試與分析系統(tǒng)研究[D]. 張家珍.中國(guó)石油大學(xué) 2009
本文編號(hào):3577024
【文章來(lái)源】:河南科技大學(xué)河南省
【文章頁(yè)數(shù)】:60 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
abstract
第1章 緒論
1.1 課題背景以及研究意義
1.2 油井動(dòng)液面測(cè)量研究現(xiàn)狀
1.2.1 動(dòng)液面測(cè)量方法
1.3 國(guó)內(nèi)外發(fā)展現(xiàn)狀
1.4 卷積神經(jīng)網(wǎng)絡(luò)理論
1.4.1 卷積神經(jīng)網(wǎng)絡(luò)理論發(fā)展的現(xiàn)狀
1.4.2 基于卷積神經(jīng)網(wǎng)絡(luò)的動(dòng)液面位置識(shí)別
1.5 論文的研究?jī)?nèi)容
第2章 動(dòng)液面測(cè)量相關(guān)問(wèn)題分析
2.1 抽油機(jī)井系統(tǒng)簡(jiǎn)介
2.1.1 動(dòng)液面介紹
2.1.2 動(dòng)液面測(cè)量方法介紹與選擇
2.2 測(cè)量聲波信號(hào)的問(wèn)題
2.3 傳統(tǒng)的動(dòng)液面回波信號(hào)降噪方法
2.3.1 稀疏分解法
2.3.2 小波變換法
2.3.3 雙頻段帶通濾波法
2.3.4 盲源分離法
2.3.5 譜減法
2.4 小結(jié)
第3章 基于一維卷積神經(jīng)網(wǎng)絡(luò)的動(dòng)液面位置識(shí)別算法
3.1 卷積神經(jīng)網(wǎng)絡(luò)算法原理
3.1.1 卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練過(guò)程
3.1.2 前向傳播
3.1.3 反向傳播
3.2 卷積神經(jīng)網(wǎng)絡(luò)分類流程
3.3 卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)與其他算法比較分析
3.4 動(dòng)液面位置識(shí)別的一維卷積神經(jīng)網(wǎng)絡(luò)架構(gòu)
3.4.1 卷積層
3.4.2 激活層
3.4.3 池化層
3.4.4 全連接層
3.4.5 目標(biāo)函數(shù)
3.5 卷積神經(jīng)網(wǎng)絡(luò)的反向傳播誤差
3.5.1 全連接層反向傳播求導(dǎo)誤差
3.5.2 池化層反向傳播求導(dǎo)誤差
3.5.3 卷積層反向傳播求導(dǎo)誤差
3.6 模擬動(dòng)液面信號(hào)位置識(shí)別性能分析
3.6.1 準(zhǔn)備噪聲信號(hào)
3.6.2 第一層卷積核大小對(duì)動(dòng)液面信號(hào)抗噪性的影響
3.6.3 不同去噪算法抗噪性分析
3.7 小結(jié)
第4章 實(shí)測(cè)動(dòng)液面信號(hào)識(shí)別分析
4.1 油井動(dòng)液面測(cè)量設(shè)備
4.1.1 聲波信號(hào)無(wú)線傳輸設(shè)計(jì)
4.1.2 控制系統(tǒng)與相關(guān)外圍電路
4.1.3 實(shí)時(shí)監(jiān)控系統(tǒng)上位機(jī)設(shè)計(jì)
4.2 實(shí)測(cè)動(dòng)液面位置信號(hào)識(shí)別測(cè)試
4.2.1 延長(zhǎng)油田實(shí)測(cè)動(dòng)液面數(shù)據(jù)實(shí)驗(yàn)分析
4.2.2 與其他動(dòng)液面識(shí)別算法比較分析
4.3 域適應(yīng)問(wèn)題分析
4.4 小結(jié)
第5章 結(jié)論
參考文獻(xiàn)
致謝
攻讀學(xué)位期間的研究成果
【參考文獻(xiàn)】:
期刊論文
[1]基于貪婪選擇的半樸素貝葉斯分類器研究[J]. 王輝,張帆,李玉杰. 東北師大學(xué)報(bào)(自然科學(xué)版). 2018(02)
[2]基于GPRS的煤礦遠(yuǎn)程監(jiān)控通用終端設(shè)計(jì)[J]. 劉青川,沈海軍,聞娜,王如松. 煤炭技術(shù). 2017(12)
[3]K最近鄰算法理論與應(yīng)用綜述[J]. 毋雪雁,王水花,張煜東. 計(jì)算機(jī)工程與應(yīng)用. 2017(21)
[4]基于改進(jìn)自適應(yīng)EEMD的柴油機(jī)氣缸磨損診斷[J]. 王鳳利,邢輝,邱赤東,段樹林,李宏坤. 內(nèi)燃機(jī)學(xué)報(bào). 2017(01)
[5]基于改進(jìn)Fisher準(zhǔn)則的深度卷積神經(jīng)網(wǎng)絡(luò)識(shí)別算法[J]. 孫艷豐,齊光磊,胡永利,趙璐. 北京工業(yè)大學(xué)學(xué)報(bào). 2015(06)
[6]基于nRF24L01和STM32L152RD超低功耗無(wú)線通信系統(tǒng)[J]. 叢林,楊凱,胡文東,徐文濤,黃燁. 電視技術(shù). 2013(17)
[7]動(dòng)液面遠(yuǎn)程自動(dòng)連續(xù)測(cè)量裝置實(shí)現(xiàn)[J]. 萬(wàn)曉鳳,易其軍,雷繼棠,丁卯,張燕飛. 工程設(shè)計(jì)學(xué)報(bào). 2013(03)
[8]基于SIM900A的物聯(lián)網(wǎng)短信報(bào)警系統(tǒng)[J]. 翟順,王衛(wèi)紅,張衎,李鵬. 現(xiàn)代電子技術(shù). 2012(05)
[9]基于Zigbee/GPRS物聯(lián)網(wǎng)網(wǎng)關(guān)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J]. 陳琦,韓冰,秦偉俊,皇甫偉. 計(jì)算機(jī)研究與發(fā)展. 2011(S2)
[10]抽油井環(huán)空液面深度自動(dòng)監(jiān)測(cè)與實(shí)現(xiàn)[J]. 徐愛(ài)鈞. 石油天然氣學(xué)報(bào). 2011(09)
博士論文
[1]中國(guó)石油進(jìn)口依存度問(wèn)題研究[D]. 張祺.武漢大學(xué) 2013
碩士論文
[1]基于卷積神經(jīng)網(wǎng)絡(luò)的軸承故障診斷算法研究[D]. 張偉.哈爾濱工業(yè)大學(xué) 2017
[2]基于稀疏分解的油井動(dòng)液面聲波信號(hào)去噪研究[D]. 岳武峰.東北石油大學(xué) 2016
[3]基于卷積神經(jīng)網(wǎng)絡(luò)的變速器故障分類識(shí)別研究[D]. 曾雪瓊.華南理工大學(xué) 2016
[4]基于盲源分離的油井動(dòng)液面連續(xù)監(jiān)測(cè)系統(tǒng)[D]. 金立旸.東北石油大學(xué) 2014
[5]基于在線學(xué)習(xí)高斯過(guò)程有桿泵油井動(dòng)態(tài)液面建模方法研究[D]. 張棟.東北大學(xué) 2014
[6]聲波法測(cè)油井動(dòng)液面信號(hào)辨識(shí)技術(shù)研究[D]. 林立星.中國(guó)石油大學(xué) 2011
[7]基于加速度傳感器的示功圖測(cè)試與分析系統(tǒng)研究[D]. 張家珍.中國(guó)石油大學(xué) 2009
本文編號(hào):3577024
本文鏈接:http://sikaile.net/kejilunwen/shiyounenyuanlunwen/3577024.html
最近更新
教材專著