咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于改进即时学习算法的动液面软测量建模 收藏

基于改进即时学习算法的动液面软测量建模

Soft Sensor for Determination of Dynamic Fluid Levels Based on Enhanced Just-in-Time Learning Algorithm

作     者:王通 高宪文 刘文芳 WANG Tong;GAO Xian-wen;LIU Wen-fang

作者机构:东北大学信息科学与工程学院辽宁沈阳110819 沈阳工业大学电气工程学院辽宁沈阳110870 

出 版 物:《东北大学学报(自然科学版)》 (Journal of Northeastern University(Natural Science))

年 卷 期:2015年第36卷第7期

页      面:918-922页

核心收录:

学科分类:08[工学] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 081102[工学-检测技术与自动化装置] 

基  金:国家自然科学基金资助项目(61433004) 

主  题:子空间 即时学习 模型更新 相似度 动液面 

摘      要:油田动液面参数软测量预测应用中,软测量模型随生产的进行会逐步退化,导致预测结果偏差较大,无法在油田生产过程中加以使用.对此,提出采用基于子空间相似度的即时学习策略来对动液面预测模型进行自适应动态更新.通过对生产阶段数据进行子空间的相似度计算,提高建模样本选取的准确性.设计两个记忆参数改变以往即时学习策略模型的更新方法,在减少计算量的同时提高动液面的预测精度.与以往即时学习算法进行实验对比,结果表明,改进算法对油田动液面测量精度高,适应性强,符合油田生产标准,可以应用于油田实际生产.

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分