基于改进即时学习算法的动液面软测量建模

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.     

自适应参数的AOSVR算法及其在股票预测中应用

以股票预测为背景,在一种在线SVR算法AOSVR中,引入Cherkassky参数选择策略,形成自适应参数的AOSVR算法.根据时间序列的变化,通过在线调整SVR参数达到更好的预测精度和泛化能力.另外,针对股票市场特性,利用AOSVR的"忘记"阈值丢掉早期数据来集中刻画近期的股市特点.将自适应参数的AOSVR算法应用到上证综合指数构成的时间序列上,取得了良好的预测效果.     

集散式油井动液面监测井场集中监控器研制

对于低渗、超低渗油田,特别是丛式井场和大井组油井,油井连续实时监测需每一口油井安装一台固定式连续动液面监测仪,致使油井投资成本过高而难以实施,为此研制了一种集散式动液面监测井场集中监控器。硬件基于STM32F429嵌入式系统,软件采用RT-thread实时操作系统,以自定义协议进行通信,RS485总线连接多井口监测仪表进行测量同步控制及多路监测实时数据读取,通过4G网络传输至监测分析平台进行数据解析与实时计算。现场应用表明,该井场集中监控器能有效降低油井动液面监测生产成本,提高油井动液面连续实时监测的准确性与可靠性,在数字化智能油田建设与油田开发生产中具有典型应用价值。     

油井动液面监测系统的设计与实现

针对油田生产中关键指标油井动液面的测量,设计并实现了一套油井动液面监测系统。系统由数据采集层、数据集成存储层以及应用层组成。系统通过控制发声装置发声并采集声音在油井内传播的声压信号采集动液面信息,并将数据以WiFi传输方式或4G通信方式传输到数据集成存储层,最后使用回声法计算动液面。由于油井地理位置情况复杂,系统将偏远油井的数据暂存到阿里云服务器并使用数据同步软件将暂存数据同步至油田本地数据库,以保证整个油田油井数据的完整性。经测试,系统可快速、准确地采集、处理、存储油井内信息并及时反映油井的动液面情况。     

油井动液面实时监测数据存储器研制

油井动液面在线实时监测以移动公网GPRS或数字化内网模式传输数据,由于许多偏远井场无GPRS信号、无数字化内网或网络信号不稳定,无法实现动液面实时监测数据处理与计算。为此,研制了一种油井动液面实时监测数据存储器。该数据存储器通过井口动液面仪表RS485接口实现实时监测数据转存,经存储器USB口电路导入到后台监测服务器进行数据处理与计算,硬件基于STM32嵌入式系统,软件采用RT-Thread实时操作系统,以自定义帧格式进行实时数据读取、处理、存储、导出等,实现了偏远油井动液面实时动态监测与综合分析,对数字化智慧油田建设与油田开发生产具有典型的应用价值。     

基于动液面与套压的抽油控制系统

油井动液面和套管环空压力是影响抽油机效率与能耗的重要因素。设计了一种基于动液面与套压的抽油控制系统,该系统主要由动液面和套压检测仪、以STM32为核心的智能控制器、变频器和电磁阀构成,动液面和套压双回路抽油控制策略分别采用模糊控制和位控制算法,智能控制器通过抽油机变频器和井口电磁阀实现最佳抽油冲次与最优抽油状态控制。实验结果表明,该抽油控制系统能够确保油井动液面准确和套压稳定,实现抽油机低能耗下的高效生产,在油田开发与生产中有较高的应用价值。     

一种改进的遗传算法

给出一种使适合度函数参数,交叉概率和突变概率随搜索精度自适应调整的遗传算法,并以直接从输入输出数据中提取模糊规则为例与常规遗传算法进行了仿真比较,该算法明显优于常规算法。     

基于差分进化的图像自适应增强方法

图像增强是图像处理中重要的步骤之一,基于非完全Beta函数变换的图像增强办法能够获得较为理想的增强效果.然而合理的Beta函数参数选取一直没有得到很好的解决,常需要人工干预或者计算非常耗时.差分进化算法是一种新型的进化计算方法,具有自适应、自组织等智能特性和强大的寻找优化解的能力.这里将差分进化算法用于Beta函数参数的自适应选取,实现了基于差分进化算法的非完全Beta函数图像增强方法,实际图像增强实验结果表明了该方法的有效性和可行性.     

鱼群算法优化组合核函数GPR的油井动液面预测

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.     

一种新型的自适应多核学习算法

针对样本基数较大、 维数较高、 特征较复杂的数据集训练问题, 将支持向量机与蚁群优化算法相融合, 提出一种自适应多核学习算法. 利用吸引子传播聚类算法自适应地发现相似特征, 并据此利用蚁群算法自适应地选择核函数参数, 从而快速选择最优核函数. 通过UCI数据集的5组数据实验表明, 该算法相比于传统的支持向量机分类准确率和F₁值更高, 验证了该算法的有效性和可行性.     

一种新的图像对比度自适应变换算法

对比度变换是图像增强技术中一种较为简单但又十分重要的方法。不同对比度分布的图像应采用不同的对比度变换函数。如何实现图像对比度的自适应变换,近年来得到人们的普遍重视。Tubbs通过使用规则化Beta函数拟合对比度变换曲线,能实现图像对比度的自适应变换;但使用该方法需确定Beta函数的两个参数,其参数的自适应选择仍是一个较为复杂的问题。文中提出了一种基于微粒群的自适应对比度变换算法,该算法能自动寻找最优的Beta函数参数,实现图像对比度的自适应变换。仿真实验表明了该算法的有效性和可行性。     

基于融合Levy飞行策略与自适应变异因子优化QPSO-SVM算法

为了提高SVM分类精度与泛化能力,故提出一种基于融合Levy飞行策略与自适应变异因子优化QPSO-SVM算法.用量子粒子群算法(quantum particle swarm optimization, QPSO)对SVM进行惩罚因子和核函数参数优化,并针对QPSO算法出现的早熟收敛的问题,采用Levy飞行策略与自适应变异因子对其进行修正.实验仿真结果表明,与其他的智能优化算法相比,所提出的模型具有较高的分类性能和预测精度.     

基于89C51的超声波液面仪

利用超声波测量液面高度是一种精度较高、费用低廉的测量技术。介绍了已研制完成的超声波液面仪的原理、系统构成和软、硬件设计思路，并提出了适合89C51单片机的数据滤波算法。     

基于管柱声场模型的油井动液面检测新方法

针对传统回波法测油井动液面存在回波信号弱、干扰噪音大和液面波辨识难等问题,提出一种基于管柱声场 模型的油井动液面检测方法。受管乐器声乐频率可反映乐管长度的启发,利用管道声学理论对典型的管柱结构进行 分析,借助管柱的声场特性和管内空气柱的共振原理,建立油井动液面深度与管内声场固有频率的关系,再通过快速 傅立叶变换测定管内声场的固有频率,从而获得管内动液面深度。实验结果表明,提出的新方法验证了管柱空气共振 频率和动液面深度的关系,能较精确地得到管内液面深度,相对误差在2% 以内,为精确检测油井动液面深度提供了 一种新途径。     

动液面深度检测中两个关键问题的研究进展

为了确保油田安全生产,满足提产增效的需求,实时检测井下动液面深度具有重要的意义。当采用声波法测量动液面深度时,需要解决套管内声速的计算和声波旅行时间的获取这两个关键问题。围绕该问题,本文归纳总结了近年来该领域取得的进展和成果,梳理了众多文献间的区别和联系。在此基础上,利用油田现场采集的声波信号对一些方法进行了复现。结果表明,对于不同环境的油井,上述方法存在明显的适应性差异。最后分析了当前研究的不足,并对两个关键问题的未来研究方向做出了展望。本文研究成果为特定环境下的井下声波信号处理提供了详细的解决方案,对于快速检索井下声波信号的处理方法有积极作用,具有一定的理论价值和重要的现实意义。     

基于自适应变异SAPSO-LSSVM的轨道电路故障诊断

针对传统无绝缘轨道电路故障诊断精度不高与诊断结果不稳定的问题,提出一种将模拟退火(Simulated Annealing,SA)算法和粒子群最小二乘支持向量机(PSO-LSSVM)相结合的方法,并用其进行故障诊断.借鉴遗传算法(Genetic Algorithm,GA)中的变异思想,在SA算法中引入简单变异算子,提出动态自适应变异SAPSO算法,以克服传统粒子群算法易陷入局部最优的问题.利用自适应变异SAPSO算法对改进LSSVM核函数的惩罚因子和核函数参数进行优化,避免故障诊断结果不稳定.最后通过仿真将本文算法与近几年比较先进的几种算法进行对比.仿真结果表明:本文算法对无绝缘轨道电路的故障诊断准确率更高、诊断结果更稳定.     

基于功图的油井动液面计算模型及应用

针对油井动液面实时监测困难和基于地面功图推算误差大的问题,以油井地面示功图为条件,运用一维带阻尼波动方程求解泵功图;并研究了泵功图曲线各点的曲率计算模型、固定阀和游动阀开闭点确定方法以及泵功图上下冲程载荷差的计算方法。结合井筒及环空流体压力分布计算相关式,建立了基于泵功图计算动液面深度的数学模型。经51口油井的计算分析,计算动液面深度与实测动液面深度的最大相对误差为14.84%,最小相对误差为0.48%,平均相对误差为3.61%;相对误差在10%以内的有48口,占计算总井次的94.1%。研究结果表明所建立的计算模型具有较高的精度,能够实现了油井动液面的实时、准确计量,提高了油井生产分析的及时性,有利于油田数字化和信息化建设。     

绥靖油田低产低效油井合理问开规律研究及应用

2008年结合靖安油田技术开发政策,分区块、分油藏选取有代表性的油井进行现场实验,通过采用低压试井仪器对低产低效油井生产时动液面下降速度和停机时动液面上升速度的连续监测,分析研究示功图和动液面变化规律,绘制沉没度上升和下降曲线,确定油井流入动态关系,间抽生产时的合理沉没度范围和启停机时间,达到供采协调、挖掘油井生产潜力和提高开发效益的效果。低产低效油井间开规律的研究,最终形成“方便、可靠、有效”的实用性软件,得到广泛的推广和应用。     

图像增强的自适应免疫算法

介绍了自适应免疫算法的基本原理及实现步骤，并将其应用到图像的增强处理中，在传统的图像管理处理中，针对图像灰度分布的不同情况，需要定义相应的灰度变换函数。Tubbs将图像增强处理中几种常用的非线性变换函数表示成一个归一化的非完全Beta函数，但确定Beta函数参数仍是一个复杂的问题，本文利用自适应免疫算法来确定该变换函数的最佳参数值，通过对自然图像的仿真实验可以看出本文方法的有效性。     

海上油田地层压力研究

准确地层压力资料的获取是油田合理开发的重要保障,而海上油气田直接录取压力的资料相当有限。虽然与压力相关资料较多,包括永久式压力计、泵工况、油井动液面,压力恢复、相渗曲线、油田生产资料等资料,但多不连续。现合理利用监测资料,综合应用油藏工程方法得到了油田地层压力连续分布情况,并通过了油田生产动态的验证,为油田生产提供重要参数。