基于集成高斯过程回归的有杆泵抽油井动液面软测量方法

发明专利有效专利

申请号：
CN201910762684.1
IPC分类号：G06K9/62;G06Q50/06
申请日期：
2019-08-19
申请人：
东北大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于集成高斯过程回归的有杆泵抽油井动液面软测量方法
申请号	CN201910762684.1	申请日期	2019-08-19
法律状态	实质审查	申报国家	中国
公开/公告日	2019-11-19	公开/公告号	CN110472689A
优先权	暂无	优先权号	暂无
主分类号	G06K9/62 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕 G06K9/62 应用电子设备进行识别的方法或装置〔3〕	IPC分类号	G;0;6;K;9;/;6;2;;;G;0;6;Q;5;0;/;0;6查看分类表>
申请人	东北大学	申请人地址	辽宁省沈阳市和平区文化路3号巷11号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	东北大学	当前权利人	东北大学
发明人	高宪文;赵荣昌;王明顺;张逸帆
代理机构	沈阳东大知识产权代理有限公司	代理人	李在川

摘要

本发明提供一种基于集成高斯过程回归的有杆泵抽油井动液面软测量方法，涉及油田软测量技术领域。本方法为：采集数据；将数据归一化后得到训练集和测试集；设置分类个数k，根据模糊C均值聚类算法得到训练集T的k个聚类划分后的训练样本集T′；依次求取训练样本集中每个子集的平均值，根据平均值获得k个簇的中心点；对每个训练样本子集建立高斯过程回归动液面预测模型；将测试样本集中xq作为动液面预测模型的输入，计算出xq与k个簇的中心点的欧氏距离，将欧氏距离最小的作为xq的归属簇，建立的N个高斯过程回归动液面预测模型得到动液面预测结果。本方法易于实际工程实现，经济成本低，进一步提高了软测量模型的最终估计精度。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供