基于IFOA-KELM-MEA模型的游梁式抽油机采油系统井下工况的短期预测

• 作者: 佘东生 李琨 韩莹 魏泽飞 黄海礁
• 来源期刊: 化工学报
• 关键词: 混沌时间序列预测 游梁式抽油机 核极限学习机 果蝇优化算法 物元分析 测量 石油 模型
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 过程系统工程
• 页码范围: 188-198
• 页数: 11页
• 分类号: TP273
• 语种: 中文
• DOI: 10.11949/j.issn.0438-1157.20160834

摘要

实现对井下工况的预测是及时掌握抽油井生产状态的有效方法，对提高油井生产效率和降低维护成本具有十分重要的意义。采用混沌理论实现抽油井井下工况的短期预测，首先将所提取的示功图的不变曲线矩特征向量作为预测变量，在证明其数据序列具有混沌特性后，由核极限学习机（kernel extreme learning machine, ELM）建立混沌时间序列预测模型，对其中的几个不确定参数采用改进的果蝇优化算法（improved fruit fly optimization algorithm, IFOA）进行优化选取，IFOA采用全局群体多样进化和局部个体随机变异的策略，最后，对模型所预测的结果进行物元分析（matter-element analysis, MEA），诊断其属于哪种故障类型。由某油田作业区的两口生产井进行实例验证，结果表明所提出的IFOA-KELM-MEA预测模型是合理有效的。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	佘东生	渤海大学工学院	7	19	3.0	4.0
2	魏泽飞	渤海大学工学院	5	16	3.0	4.0
3	李琨	渤海大学工学院	15	64	6.0	7.0
4	韩莹	渤海大学工学院	7	39	4.0	6.0