基于FSVM的煤層氣單井故障診斷研究.pdf

1、隨著我國經濟的迅猛發(fā)展和工業(yè)化進程的推進，國家對能源資源的需求日益增長，而在國家大力發(fā)展生態(tài)經濟的背景下，作為新型環(huán)保能源的煤層氣(Coal Bed Methane，CBM)，越來越受到國家的重視和發(fā)展。作為煤層氣集輸系統(tǒng)的基本節(jié)點，煤層氣單井的正常采氣對于整個系統(tǒng)的穩(wěn)定運行有著重要的意義，因此，如何快速準確地診斷出煤層氣單井在采氣過程中發(fā)生的故障，成為現今煤層氣開采項目的一個重要研究課題。
　　本文首先簡要介紹了煤層氣單井排水采

2、氣的原理和工藝流程，以及影響煤層氣排采的關鍵參數，在此基礎上，又對煤層氣單井在采氣過程中發(fā)生的幾種故障進行了詳細分析。
　　針對小樣本特征，研究了支持向量機故障診斷方法，并詳細介紹了幾種常用的參數優(yōu)化方法——網格搜索法、遺傳算法和粒子群優(yōu)化算法(PSO);為了消除噪聲點對支持向量機建模的影響，又進一步研究了支持向量機的改進算法——模糊支持向量機，并采用模糊C-均值聚類算法來求解訓練樣本的模糊隸屬度，通過實驗仿真，在MATLAB下建

3、立了基于粒子群優(yōu)化的模糊支持向量機故障診斷模型，實現了煤層氣單井的智能故障診斷，相比于BP神經網絡模型和支持向量機模型，其學習能力和泛化能力均有所提高，取得了較好的故障診斷效果。
　　最后，在Visual Studio2008開發(fā)平臺下，結合SQL Server2005數據庫，開發(fā)設計了基于模糊支持向量機的煤層氣井故障診斷系統(tǒng)，為用戶提供了一個簡潔實用的軟件管理平臺，并將FSVM故障診斷模型成功嵌入到系統(tǒng)模塊中，實現了對煤層氣單井