基于ARMA补偿LSSVM模型的油井动液面在线预测

黄海礁

文章编号：2095-6835（2016）17-0115-02

摘 要：针对LSSVM静态模型不能精确预测动液面的问题，提出了一种基于ARMA补偿LSSVM模型的动液面在线预测方法。首先，选取建模的辅助变量，建立最小二乘支持向量机模型；然后，建立自回归滑动平均模型（ARMA）对预测出的动液面值进行误差补偿，提高预测动液面输出精度；最后，采用辽河油田某采油平台实际生产数据进行仿真实验，验证该方法的可行性和实用性。

关键词：ARMA补偿LSSVM模型；油井动液面；在线预测；误差补偿

中图分类号：TE33+1 文献标识码：A DOI：10.15913/j.cnki.kjycx.2016.17.115

3 结论

基于离线数据建立的预测模型，由于工况不断发生变化，模型的预测精度会逐渐降低，甚至出现较大偏差，因此必须通过模型的评价标准对模型不断进行更新，提高模型的预测能力。本文首先采用LSSVM建立动液面预测模型，然后由ARMA方法对预测模型进行误差补偿，从而实现模型的动态更新。实验结果表明，该方法具有一定的可行性与实用性。

参考文献

[1]李瑷辉.难测井动液面测试方法研究[J].中国石油和化工标准与质量，2012（05）：51.

[2]李翔宇，高宪文，侯彦彬.基于在线动态高斯过程回归抽油井动液面软测量建模[J].化工学报，2015，66（6）：2150-2158.

[3]阮宏镁，田学民，王平.基于联合互信息的动态软测量方法[J].化工学报，2014，65（11）：4497-4502.

[4]王通，高宪文，刘文芳.自适应软测量方法在动液面预测中的研究与应用[J].化工学报，2014，65（12）：4898-4904.

〔编辑：刘晓芳〕