智能算法及其在油田故障診斷問(wèn)題中的應(yīng)用.pdf

1、本文以油氣集輸過(guò)程中的故障診斷問(wèn)題為背景,對(duì)基于免疫算法、蟻群算法、小波分析、神經(jīng)網(wǎng)絡(luò)、混沌理論的若干智能算法進(jìn)行了研究,并將這些智能算法應(yīng)用到油田長(zhǎng)輸原油管道泄漏定位和抽油機(jī)井故障診斷中,為油田故障診斷問(wèn)題提供了一種新思路、新方法.具體如下:利用生物免疫原理中的濃度調(diào)節(jié)機(jī)制和個(gè)體多樣性保持策略以及免疫記憶功能,設(shè)計(jì)基于小生境隔離機(jī)制的自適應(yīng)免疫遺傳算法,采用基于濃度和適應(yīng)度的自適應(yīng)式選擇策略,有效地克服基本遺傳算法的未成熟收斂現(xiàn)象,既

2、能提高抗體的相似性又能兼顧到抗體的多樣性,為避免算法陷入局部最優(yōu)解、縮短搜索時(shí)間提供了保證.將所提出的方法用于長(zhǎng)輸原油管道泄漏定位,提高了診斷精度. 根據(jù)蟻群覓食規(guī)律和免疫遺傳思想,設(shè)計(jì)了基于免疫機(jī)制的蟻群遺傳算法,在保留蟻群算法所具有的全局優(yōu)化特性和有限時(shí)間內(nèi)能得到合理答案等優(yōu)良特性的前提下,通過(guò)免疫機(jī)制的引入保證個(gè)體的多樣性,避免出現(xiàn)搜索時(shí)間長(zhǎng)、容易停滯等現(xiàn)象.在綜合分析了各種小波神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)與算法并對(duì)油田抽油機(jī)井的數(shù)據(jù)進(jìn)

3、行小波包分解以提取其特征向量的基礎(chǔ)之上,構(gòu)造了自適應(yīng)對(duì)角回歸小波神經(jīng)網(wǎng)絡(luò).該網(wǎng)絡(luò)包括初始的學(xué)習(xí)網(wǎng)絡(luò)和在訓(xùn)練過(guò)程中根據(jù)精度的要求而自適應(yīng)并入的子網(wǎng)絡(luò).通過(guò)對(duì)各維輸入信號(hào)的綜合時(shí)域分析,選擇合適的尺度參數(shù)和位移參數(shù)來(lái)構(gòu)造單尺度下的小波緊框架,以構(gòu)成各級(jí)子網(wǎng)絡(luò),進(jìn)而解決了多維小波網(wǎng)絡(luò)中存在的"維數(shù)災(zāi)"問(wèn)題.針對(duì)對(duì)角回歸結(jié)構(gòu),推導(dǎo)出帶遺忘因子的動(dòng)態(tài)遞推最小二乘法對(duì)網(wǎng)絡(luò)的參數(shù)進(jìn)行訓(xùn)練.應(yīng)用該網(wǎng)絡(luò)對(duì)油田抽油機(jī)井的故障進(jìn)行診斷,結(jié)果表明,本文基于小波

4、神經(jīng)網(wǎng)絡(luò)的故障診斷方法比傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)診斷方法更高效、更準(zhǔn)確. 在分析免疫機(jī)制的混沌特性的基礎(chǔ)上,設(shè)計(jì)了混沌免疫神經(jīng)網(wǎng)絡(luò).利用人工免疫算法具有解決候選個(gè)體的多樣性、學(xué)習(xí)記憶和高效率并行搜索等特點(diǎn),優(yōu)化神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和權(quán)值,提高收斂速度,消除未成熟收斂現(xiàn)象,實(shí)現(xiàn)全局優(yōu)化；利用混沌系統(tǒng)的遍歷性和對(duì)初值敏感性,減少數(shù)據(jù)冗余,擴(kuò)大搜索范圍,從而保持種群的多樣性,避免局部最優(yōu).對(duì)抽油機(jī)的故障診斷結(jié)果顯示出該網(wǎng)絡(luò)具有極強(qiáng)的全局優(yōu)化能力.