基于联合互信息的动液面预测模型

• 作者: 黄海礁
• 来源期刊: 科技与创新
• 关键词: 动液面 最小二乘支持向量机 联合互信息 动态模型
• 年，卷（期）: 2016,（18）
• 所属期刊栏目: 创新实践
• 页码范围: 84-85
• 页数: 2页
• 分类号: TE938
• 语种: 中文
• DOI: 10.15913/j.cnki.kjycx.2016.18.084

摘要

针对采油现场复杂多变的静态模型不能根据工况的变化更新动液面预测模型这一现状,引入了联合互信息(Joint Mutual Information,JMI)作为更新模型的评价基准.该方法首先建立最小二乘支持向量机(Least Squares Support Vector Machine,LSSVM)模型,采用改进黑洞算法(Black Hole,BH)优化模型参数,预测出动液面,然后计算辅助变量与动液面的联合互信息,判断联合互信息的波动是否在合理范围内,以此作为模型更新的标准,提高动液面预测精度,最后将上述方法应用到辽河油田某采油平台实际生产数据中,仿真实验结果验证了该方法的有效性.