基于自动谱聚类与多极端学习机模型的油井油液含水率软测量

• 作者: 李琨 韩莹 黄海礁
• 来源期刊: 化工学报
• 关键词: 软测量 油井油液含水率 谱聚类 极端学习机 萤火虫算法 测量 石油 模型
• 年，卷（期）: 2016,（7）
• 所属期刊栏目: 过程系统工程
• 页码范围: 2925-2933
• 页数: 9页
• 分类号: TP273
• 语种: 中文
• DOI: 10.11949/j.issn.0438-1157.20151785

摘要

油井油液的含水率是石油生产中的一个重要参数，及时、准确的测量对提高采油生产效率具有重要的意义。针对传统人工测量所存在的不足，引入软测量技术，建立基于自动谱聚类与多极端学习机（automatic spectral clustering-multiple extreme learning machines, ASC-MELM）的软测量模型。提出一种自动谱聚类（spectral clustering, SC）算法，由改进的萤火虫算法（firefly algorithm, FA）对聚类数目和尺度参数进行优化选取，所提出的改进萤火虫算法（improved firefly algorithm, IFA）采用以一定概率跳出当前解的机制，避免传统 FA 过早陷入局部最优解的不足；对聚类后的不同训练子集，分别由极端学习机（extreme learning machine, ELM）建立子模型，由 IFA 对其中的隐含层输入权值、隐含层神经元的偏置和隐含层节点个数进行优化选取；最后，将多个子模型的结果取加权平均值输出。由国内某油田作业区一口生产井进行实例验证，结果表明所提出方法具有较高的预测精度，对于实现油井油液含水率的软测量是合理有效的。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李琨	渤海大学工学院	15	64	6.0	7.0
2	韩莹	渤海大学工学院	7	39	4.0	6.0