基于UPFNN的油田机采工艺动态演化建模

• 作者: 李太福 杨利平 王坎 辜小花 高论
• 来源期刊: 现代电子技术
• 关键词: 油田机采 无迹粒子滤波 神经网络 建模精度 动态演化建模
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 测控技术
• 页码范围: 109-114
• 页数: 6页
• 分类号: TN081-34|TP183
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2017.05.028

摘要

采用建模发现油田机采系统的潜在规律,再利用该规律优化获取机采系统的最佳决策参数,对解决机采系统效率低、能耗大等问题具有重要意义.然而,机采系统受机械、地层、人为等不确定因素的影响,难以掌握其生产参数、环境变量与系统性能之间的变化关系.为此,提出无迹粒子滤波神经网络,并用其建立机采系统的动态演化模型.该方法将无迹卡尔曼滤波作为重要性采样密度,直接通过无迹卡尔曼滤波估算状态向量(粒子)的概率密度函数,从而有效提高滤波精度以及建模精度.通过对某油田机采系统的数据样本实验,表明该方法提高了机采模型的精度,并能对动态系统突变实时跟踪,可有效指导机采系统获取最佳决策参数.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李太福	重庆科技学院电气与信息工程学院	87	399	11.0	15.0
2	杨利平	重庆大学光电工程学院	24	311	10.0	17.0
3	高论	重庆科技学院电气与信息工程学院	7	14	2.0	3.0
4	王坎	西安石油大学电子工程学院	3	7	2.0	2.0
5	辜小花	重庆科技学院电气与信息工程学院	21	96	6.0	9.0