摘要 | 第5-7页 |
Abstract | 第7-9页 |
第1章 绪论 | 第13-33页 |
1.1 课题研究背景及意义 | 第13-15页 |
1.2 抽油井动液面测量方法现状 | 第15-22页 |
1.2.1 仪器测量动液面 | 第15-18页 |
1.2.2 压力测量动液面 | 第18-19页 |
1.2.3 示功图测量法 | 第19-22页 |
1.3 软测量技术实现过程 | 第22-29页 |
1.3.1 辅助变量的选择 | 第22-23页 |
1.3.2 数据选择与预处理 | 第23-24页 |
1.3.3 软测量建模方法 | 第24-27页 |
1.3.4 软测量模型校正方法 | 第27-29页 |
1.4 油田生产中软测量技术相关算法应用及存在的主要问题 | 第29-30页 |
1.5 本文主要工作 | 第30-33页 |
第2章 基于传感器故障诊断的建模数据处理 | 第33-47页 |
2.1 传感器故障类型 | 第33页 |
2.2 基于PCA的故障诊断方法 | 第33-38页 |
2.2.1 PCA基本原理 | 第33-36页 |
2.2.2 仿真实验 | 第36-38页 |
2.3 基于平方加权预测误差的迭代PCA (SWE-IPCA)方法 | 第38-46页 |
2.3.1 迭代PCA (IPCA)算法 | 第38-40页 |
2.3.2 基于SWE的传感器故障诊断 | 第40-42页 |
2.3.3 基于SWE-IPCA的传感器故障诊断方法实现 | 第42-44页 |
2.3.4 仿真验证 | 第44-46页 |
2.4 本章小结 | 第46-47页 |
第3章 基于BH-LSSVM的抽油井动液面软测量静态建模 | 第47-63页 |
3.1 SVM理论 | 第47-50页 |
3.2 LSSVM理论 | 第50-51页 |
3.3 BH算法 | 第51-54页 |
3.3.1 BH算法理论基础 | 第51-53页 |
3.3.2 BH-LSSVM算法的实现 | 第53-54页 |
3.4 仿真验证 | 第54-58页 |
3.5 基于BH-LSSVM的动液面软测量仿真研究 | 第58-62页 |
3.5.1 辅助变量的选择 | 第58-59页 |
3.5.2 仿真研究 | 第59-62页 |
3.6 本章小结 | 第62-63页 |
第4章 基于子空间相似度即时学习策略的动液面软测量建模 | 第63-79页 |
4.1 即时学习策略 | 第63-64页 |
4.2 数据集的相似度分析 | 第64-69页 |
4.2.1 基于距离的相似度计算方法 | 第64-65页 |
4.2.2 基于T~2和Q统计量的相似度计算方法 | 第65-66页 |
4.2.3 基于子空间相关性的相似度计算方法 | 第66-69页 |
4.3 基于递推的LSSVM模型的更新 | 第69-74页 |
4.3.1 模型的在线递增更新 | 第69-72页 |
4.3.2 模型的在线递减更新 | 第72-74页 |
4.4 基于子空间相似度计算的JIT建模方法实现 | 第74-76页 |
4.5 实例验证 | 第76-78页 |
4.6 本章小结 | 第78-79页 |
第5章 油井动液面的自适应软测量方法研究 | 第79-91页 |
5.1 基于EMD方法的辅助变量分解 | 第79-83页 |
5.1.1 EMD方法 | 第79-81页 |
5.1.2 辅助变量分解 | 第81-83页 |
5.2 动液面的自适应软测量建模 | 第83-85页 |
5.2.1 评价算法及模型校正 | 第83-85页 |
5.2.2 算法流程及实现步骤 | 第85页 |
5.3 仿真验证 | 第85-90页 |
5.3.1 仿真实验一 | 第85-87页 |
5.3.2 仿真实验二 | 第87-90页 |
5.4 本章小结 | 第90-91页 |
第6章 抽油井动液面软测量技术的实现 | 第91-109页 |
6.1 油井动液面软测量监测系统 | 第91-103页 |
6.1.1 系统总体设计 | 第91-93页 |
6.1.2 硬件系统集成及设计 | 第93-96页 |
6.1.3 软件系统功能模块设计 | 第96-99页 |
6.1.4 动液面软测量算法实现 | 第99-103页 |
6.2 动液面软测量系统应用 | 第103-108页 |
6.3 本章小结 | 第108-109页 |
第7章 结论与展望 | 第109-113页 |
参考文献 | 第113-121页 |
致谢 | 第121-123页 |
作者攻读博士学位期间的主要工作及成果 | 第123-125页 |
个人简介 | 第125页 |