基于小波神经网络的地面集输管道结垢预测研究.pdfVIP

维普资讯 10 石 油 工 程 建 设 2004年 l0月 ★ ★ ★ ★ ★ ★ ★ 李 娜 ，袁宗明2 曹鉴华3李德郁3，伍顺伟4 (1．渤海石油工程公司设计所，天津塘沽 300452；2．西南石油学院石油工程学院，四川成都 610500； 3．东方公司研究院大港分院。天津大港 300280；4．新疆油田公司勘探开发研究院，新疆克拉玛依 834000) 摘 要：小波神经网络是将小波分析和神经网络理论结合起来的一种神经网络，它克服 了传统 BP神经网络收敛速度慢、学习效率低的缺陷，可以更快、更准确的对一些非线性问题进行研究。 文章介绍了小波神经网络的结构、计算与预测的过程。将小波神经网络技术应用于某油田地面集 输系统结垢程度的预测研究，其预测结果与实测值相当接近，取得了良好的效果。 关键词：小波神经网络；集输管道；结垢；预测 中图分类号：TBl14．1 文献标识码：A 文章编号：1001-2206 (2004)05—o010-03 0 引言 ， 在油田开发过程中，为提高采收率，通常采 wA~,b)=It)h(a,b，Oat (1) 用注水采油工艺，这使得采油井中含水量不断上 式中 ￡——实数域内的连续变量 ； 升 ，特别是在进人中、高含水期以后 ，随着油 田 h(a，b，￡)——小波函数，h(a，b，t)=la_l~oa(t-o一)； 综合含水率的持续上升，地面集输管道结垢现象 Ⅱ 也 日趋严重，造成管道堵塞 ，给油田的安全生产 (￡)——基本小波； 和经济效益带来了严重的影响。因此对地面集输 眉一 归一化系数； 管道的结垢情况进行预测和评判是非常必要的。 b、 分别为h(口，b，￡)的平移因子和 通过预测和评判 ，可以了解整个系统的结垢情况， 伸缩因子。 找出引起结垢的原因，确定结垢的程度。但地面 对于信号fO)，其局部结构的分辨率可通过调节 集输管道结垢是一个很复杂的问题，它与很多因 小波基窗口的位置、大小 (即调节参数b、口)实现。 羊 羊 羊 ￥凳羊凳羊 素有关，采用一般的数学方法如回归分析等难以 小波神经网络是基于小波分析而构造的一类新 得到理想的答案。付亚荣 [11等提出采用传统的BP 型前馈网络，也可以看作是以小波函数为基底的 神经网络来进行预测。但由于BP神经网络本身存 一 种新型函数联结神经网络I|I。它以小波空间作为模 在缺陷[21，如收敛速度慢，易陷入局部最小等，使 式识别的特征空间，通过将小波基与信号向量的内 得预测结果误差相对较大。小波神经网络翻将小波 积进行加权和来实现信号的特征提取，结合了小 包分析的特征提取和神经网络的模式识别特性有 波变换 良好的时频局域化性质及传统神经网络的 机结合起来，能得到更高的学习精度和更快的收 自学习功能，因而具有较强的逼近与容错能力。 敛速度。本文首先介绍小波神经网络的理论基础， 小波神经网络实际上是用非线性小波基取BP 然后构造小波神经网络，将其引入地面集输管道 神经网络中通常采用的非线性Sigmoid函数，其信 结垢预测，结果证明小波神经网络能更为方便、 号表述是通过将所选取的小波基进行线性叠加而 准确地预测出地面集输管道的结垢程度。 实现的阁。如图1为小波神经网络的基本结构，t为 1