基于窗口样本相似因子分析的油井工况识别方法

• 作者: 张文喜 段泽文 王通
• 来源期刊: 沈阳工业大学学报
• 学科: 工学
• 关键词: 工况识别 特征参数 窗口切割 相似因子 K均值算法 异常数据 聚类分析 油井
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 控制工程
• 页码范围: 681-686
• 页数: 6页
• 分类号: TP277
• 字数: 4298字
• 语种: 中文
• DOI: 10.7688/j.issn.1000-1646.2019.06.16

摘要

针对传统工况识别方法在应对生产波动异常数据干扰时,容易发生工况误判的情形,提出了采用窗口样本相似因子分析的方法来合理表征不同工况下的数据特性,以窗口样本间的相似因子来衡量不同样本数据的相似性.采用改进的K-means聚类算法根据窗口样本相似因子对不同工况下的生产特征参数进行聚类分析,完成多工况的识别过程.根据辽河油田生产数据进行实验验证,结果表明,该方法能够有效消除异常数据对工况数据特性的影响,减少工况误判情况的发生.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王通	沈阳工业大学电气工程学院	12	61	4.0	7.0
2	段泽文	沈阳工业大学电气工程学院	3	8	1.0	2.0
3	张文喜		3	1	1.0	1.0