声明
摘要
第1章 绪论
1.1 研究背景及意义
1.2 国内外动态液面检测发展现状
1.2.1 回声法
1.2.2 示功图(Dynamometer Card)测量动态液面
1.2.3 利用井下压力间接测量动液位高度
1.2.4 时间序列动态液面测量方法
1.3 基于数据驱动的软测量研究现状
1.3.1 基于统计的建模方法
1.3.2 基于统计学习理论与核函数的方法
1.3.3 基于人工智能的建模方法
1.4 本文主要工作
第2章 采油工艺介绍
2.1 有杆泵采油简介
2.2 抽油泵工作原理
2.2.1 采油过程
2.2.2 示功图分析
2.3 动态液面分析
第3章 基于SVR动态液位建模方法研究
3.1 软测量建模
3.1.1 辅助变量的选择
3.1.2 数据采集及预处理
3.1.3 主导变量与辅助变量之间的时序匹配
3.1.4 软测量模型的建立
3.1.5 软测量模型在线校正
3.2 支持向量回归理论
3.2.1 统计学习理论与VC维理论
3.2.2 公式推导
3.2.3 ε-支持向里回归机
3.3 动态液面辅助变量的选择
3.3.1 理论分析变量选择
3.3.2 试验分析变量选择
3.4 SVR的算法的问题
3.5 样本采集和处理
3.5.1 样本预处理
3.5.2 预处理
第4章 SVR动态液位模型的改进
4.1 遗传算法
4.1.1 遗传算法基本操作
4.1.2 编码(Coding)
4.1.3 适应值函数(Fitness)
4.1.4 选择策略
4.1.5 遗传算子
4.2 遗传算法的流程图
4.3 SVR参数的优化
4.3.1 遗传算法的特点及优化支持向量机的可行性
4.3.2 遗传算法与支持向量机结合
4.3.3 组合核函数改进
4.4 窗口滑动
第5章 动态液面测试仿真研究及编程实现
5.1 试验仿真
5.2 ε-SVR
5.3 SVR算法改进
5.3.1 GA-SVR
5.3.2 GA-MK-SVR
5.3.3 SW-GM-SVR
5.4 实际应用
第6章 结论与展望
6.1 本文总结
6.2 工作展望
参考文献
致谢