基于在線學(xué)習(xí)高斯過(guò)程有桿泵油井動(dòng)態(tài)液面建模方法研究.pdf

1、對(duì)于地層能量低而不能自噴，需要利用有桿泵抽油機(jī)進(jìn)行人工舉升的油井來(lái)說(shuō)，及時(shí)了解油井各方面的參數(shù)分析油井的工作狀況顯得尤為重要。動(dòng)態(tài)液面對(duì)于分析油井的井下狀況，調(diào)整油井的工作參數(shù)，使得油層的供液能力與油井的工作狀況相匹配，保證油井高產(chǎn)量，高泵效生產(chǎn)意義重大。另外當(dāng)動(dòng)態(tài)液面發(fā)生變化后，實(shí)時(shí)調(diào)節(jié)油井的參數(shù)，也能夠保證采油系統(tǒng)的安全穩(wěn)定生產(chǎn)、設(shè)備的正常運(yùn)行。
　　目前測(cè)量油井動(dòng)態(tài)液面的方法主要是回聲法。在井口產(chǎn)生聲波，聲波順著油井往下傳輸

2、，遇到動(dòng)液面反射回來(lái)，從而確定油井的動(dòng)態(tài)液面。該方法需要進(jìn)行停井測(cè)量，測(cè)量操作復(fù)雜，成本較高，具有一定的危險(xiǎn)性并且不能實(shí)時(shí)測(cè)量。因此，本文采用基于在線高斯過(guò)程回歸的軟測(cè)量方法對(duì)動(dòng)態(tài)液面進(jìn)行測(cè)量。在線高斯過(guò)程回歸算法是一種基于貝葉斯學(xué)習(xí)的無(wú)參數(shù)的增量式學(xué)習(xí)算法。此方法適于處理高維數(shù)、小樣本和非線性等復(fù)雜的回歸問題，并且隨著時(shí)間的推移，會(huì)對(duì)模型進(jìn)行修正更新，使得測(cè)試結(jié)果更加準(zhǔn)確。和參數(shù)化的學(xué)習(xí)方法比較來(lái)說(shuō)，在線高斯過(guò)程回歸算法具有實(shí)現(xiàn)更容易

3、、可自適應(yīng)獲取超參數(shù)、輸出有概率意義等優(yōu)點(diǎn)。
　　本文主要是基于在線學(xué)習(xí)高斯過(guò)程回歸算法，并根據(jù)其算法進(jìn)行了改進(jìn)。本文主要進(jìn)行了如下改進(jìn)。第一，對(duì)訓(xùn)練數(shù)據(jù)進(jìn)行聚類預(yù)處理，得到稀疏的基本訓(xùn)練數(shù)據(jù)集，以及基本訓(xùn)練集的大小。第二，計(jì)算每個(gè)新的輸入數(shù)據(jù)處理模型的改變程度，判斷新輸入數(shù)據(jù)是否加入基本訓(xùn)練集。第三，利用協(xié)方差函數(shù)求在線算法中的信息增益。第四，利用人工魚群算法對(duì)超參數(shù)進(jìn)行尋優(yōu)。根據(jù)定性機(jī)理分析與動(dòng)態(tài)液面相關(guān)的參量，并利用自動(dòng)相關(guān)