-
公开(公告)号：CN110298399B
公开(公告)日：2022-11-25
申请号：CN201910564750.4
申请日：2019-06-27
Applicant: 东北大学
IPC: G06V10/764 , G06V10/80 , G06V10/50 , G06N3/00
Abstract: 本发明提供基于Freeman链码和矩特征融合的抽油井故障诊断方法，涉及抽油井故障诊断技术领域；该方法首先收集油田有杆泵抽油井示功图的历史数据，然后通过Freeman链码和矩特征融合的方法对示功图进行特征提取；利用改进的人工蜂群算法对支持向量机的参数进行优化，最后利用优化的支持向量机对提取的特征进行识别分类；本发明方法有效地改善了链码直方图只考虑了链码的统计特性而没有考虑链码的空间分布特征的缺点，对传统的人工蜂群算法进行了改进，使得步长在算法初期较长加快收敛速度，在算法后期步长较短增加精度，进而实现对示功图提供的故障进行快速而准确的诊断。
-
公开(公告)号：CN110472689A
公开(公告)日：2019-11-19
申请号：CN201910762684.1
申请日：2019-08-19
Applicant: 东北大学
Abstract: 本发明提供一种基于集成高斯过程回归的有杆泵抽油井动液面软测量方法，涉及油田软测量技术领域。本方法为：采集数据；将数据归一化后得到训练集和测试集；设置分类个数k，根据模糊C均值聚类算法得到训练集T的k个聚类划分后的训练样本集T′；依次求取训练样本集中每个子集的平均值，根据平均值获得k个簇的中心点；对每个训练样本子集建立高斯过程回归动液面预测模型；将测试样本集中xq作为动液面预测模型的输入，计算出xq与k个簇的中心点的欧氏距离，将欧氏距离最小的作为xq的归属簇，建立的N个高斯过程回归动液面预测模型得到动液面预测结果。本方法易于实际工程实现，经济成本低，进一步提高了软测量模型的最终估计精度。
-
公开(公告)号：CN110298399A
公开(公告)日：2019-10-01
申请号：CN201910564750.4
申请日：2019-06-27
Applicant: 东北大学
Abstract: 本发明提供基于Freeman链码和矩特征融合的抽油井故障诊断方法，涉及抽油井故障诊断技术领域；该方法首先收集油田有杆泵抽油井示功图的历史数据，然后通过Freeman链码和矩特征融合的方法对示功图进行特征提取；利用改进的人工蜂群算法对支持向量机的参数进行优化，最后利用优化的支持向量机对提取的特征进行识别分类；本发明方法有效地改善了链码直方图只考虑了链码的统计特性而没有考虑链码的空间分布特征的缺点，对传统的人工蜂群算法进行了改进，使得步长在算法初期较长加快收敛速度，在算法后期步长较短增加精度，进而实现对示功图提供的故障进行快速而准确的诊断。
-
公开(公告)号：CN110472689B
公开(公告)日：2022-11-15
申请号：CN201910762684.1
申请日：2019-08-19
Applicant: 东北大学
Abstract: 本发明提供一种基于集成高斯过程回归的有杆泵抽油井动液面软测量方法，涉及油田软测量技术领域。本方法为：采集数据；将数据归一化后得到训练集和测试集；设置分类个数k，根据模糊C均值聚类算法得到训练集T的k个聚类划分后的训练样本集T′；依次求取训练样本集中每个子集的平均值，根据平均值获得k个簇的中心点；对每个训练样本子集建立高斯过程回归动液面预测模型；将测试样本集中xq作为动液面预测模型的输入，计算出xq与k个簇的中心点的欧氏距离，将欧氏距离最小的作为xq的归属簇，建立的N个高斯过程回归动液面预测模型得到动液面预测结果。本方法易于实际工程实现，经济成本低，进一步提高了软测量模型的最终估计精度。
-
-
-
Search Results
4
records
(took 0.014 seconds)
