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

1、對于地層能量低而不能自噴，需要利用有桿泵抽油機進行人工舉升的油井來說，及時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。動態(tài)液面對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。另外當動態(tài)液面發(fā)生變化后，實時調(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)備的正常運行。
　　目前測量油井動態(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、，遇到動液面反射回來，從而確定油井的動態(tài)液面。該方法需要進行停井測量，測量操作復(fù)雜，成本較高，具有一定的危險性并且不能實時測量。因此，本文采用基于在線高斯過程回歸的軟測量方法對動態(tài)液面進行測量。在線高斯過程回歸算法是一種基于貝葉斯學(xué)習(xí)的無參數(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，并且隨著時間的推移，會對模型進行修正更新，使得測試結(jié)果更加準確。和參數(shù)化的學(xué)習(xí)方法比較來說，在線高斯過程回歸算法具有實現(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。
　　本文主要是基于在線學(xué)習(xí)高斯過程回歸算法，并根據(jù)其算法進行了改進。本文主要進行了如下改進。第一，對訓(xùn)練數(shù)據(jù)進行聚類預(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，計算每個新的輸入數(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超參數(shù)進行尋優(yōu)。根據(jù)定性機理分析與動態(tài)液面相關(guān)的參量，并利用自動相關(guān)