鱼群算法优化组合核函数GPR的油井动液面预测
Prediction for Dynamic Fluid Level of Oil Well Based on GPR with AFSA Optimized Combined Kernel Function作者机构:东北大学信息科学与工程学院辽宁沈阳110819 渤海大学工学院辽宁锦州121013
出 版 物:《东北大学学报(自然科学版)》 (Journal of Northeastern University(Natural Science))
年 卷 期:2017年第38卷第1期
页 面:11-15页
核心收录:
学科分类:0810[工学-信息与通信工程] 08[工学] 0805[工学-材料科学与工程(可授工学、理学学位)] 081101[工学-控制理论与控制工程] 0701[理学-数学] 0811[工学-控制科学与工程] 081102[工学-检测技术与自动化装置] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:国家自然科学基金资助项目(61573088 61433004 61403040)
主 题:油井 动液面 人工鱼群算法 组合核函数 高斯过程回归
摘 要:针对抽油井动液面(DFL)检测主要依靠人工操作回声仪测试,无法实时在线检测,而单一核函数的高斯过程回归(GPR)无法明显提高预测精度和泛化能力,提出了一种人工鱼群算法(AFSA)优化组合核函数的动态高斯过程回归动液面预测模型.采用多项式函数、线性函数与径向基函数组合构建核函数,利用人工鱼群算法对核函数模型参数进行寻优,采用快速傅里叶变换(FFT)和核主元分析(KPCA)融合提取时频数据非线性特征作为模型输入,提高模型的预测精度和泛化能力.油田现场应用验证了该方法的有效性.