基于PSO-ELM的油田机采系统精细化建模

• 作者: 唐海红 杜会尧 杨利平 禄佳景 辜小花
• 来源期刊: 重庆科技学院学报（自然科学版）
• 学科: 工学
• 关键词: 工况细分 粒子群优化 极限学习机 高精度建模 油田机采系统
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 油气田开发
• 页码范围: 62-69
• 页数: 8页
• 分类号: TE933
• 字数: 5353字
• 语种: 中文

摘要

受不确定性因素影响,油田机采过程中工况波动性较大,采用传统的统一工况模型难以准确描述其生产参数、环境变量与系统性能之间的关系.针对此问题,提出一种基于多工况PSO-ELM的油田机采系统建模方法.首先,采用k均值聚类法将示功图划分为若干典型工况;然后,采用主成分分析法对若干典型工况进行数据降维处理;最后,通过粒子群优化极限学习机建立对应工况高精度模型.油田应用实践结果表明,工况细分模型可真实地反映各工况特性,且具有较高的精度和较强的稳定性,比ELM模型更具泛化能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨利平	重庆大学光电技术及系统教育部重点实验室	24	311	10.0	17.0
2	辜小花	重庆科技学院电气工程学院	21	96	6.0	9.0
4	杜会尧		1	0	0.0	0.0
5	禄佳景		1	0	0.0	0.0
8	唐海红	重庆科技学院电气工程学院	3	9	2.0	3.0