智能算法及其在油田故障診斷問題中的應用.pdf

1、本文以油氣集輸過程中的故障診斷問題為背景,對基于免疫算法、蟻群算法、小波分析、神經(jīng)網(wǎng)絡、混沌理論的若干智能算法進行了研究,并將這些智能算法應用到油田長輸原油管道泄漏定位和抽油機井故障診斷中,為油田故障診斷問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)機制和個體多樣性保持策略以及免疫記憶功能,設計基于小生境隔離機制的自適應免疫遺傳算法,采用基于濃度和適應度的自適應式選擇策略,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、縮短搜索時間提供了保證.將所提出的方法用于長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,設計了基于免疫機制的蟻群遺傳算法,在保留蟻群算法所具有的全局優(yōu)化特性和有限時間內(nèi)能得到合理答案等優(yōu)良特性的前提下,通過免疫機制的引入保證個體的多樣性,避免出現(xiàn)搜索時間長、容易停滯等現(xiàn)象.在綜合分析了各種小波神經(jīng)網(wǎng)絡的結(jié)構(gòu)與算法并對油田抽油機井的數(shù)據(jù)進

3、行小波包分解以提取其特征向量的基礎之上,構(gòu)造了自適應對角回歸小波神經(jīng)網(wǎng)絡.該網(wǎng)絡包括初始的學習網(wǎng)絡和在訓練過程中根據(jù)精度的要求而自適應并入的子網(wǎng)絡.通過對各維輸入信號的綜合時域分析,選擇合適的尺度參數(shù)和位移參數(shù)來構(gòu)造單尺度下的小波緊框架,以構(gòu)成各級子網(wǎng)絡,進而解決了多維小波網(wǎng)絡中存在的"維數(shù)災"問題.針對對角回歸結(jié)構(gòu),推導出帶遺忘因子的動態(tài)遞推最小二乘法對網(wǎng)絡的參數(shù)進行訓練.應用該網(wǎng)絡對油田抽油機井的故障進行診斷,結(jié)果表明,本文基于小波

4、神經(jīng)網(wǎng)絡的故障診斷方法比傳統(tǒng)的BP神經(jīng)網(wǎng)絡診斷方法更高效、更準確. 在分析免疫機制的混沌特性的基礎上,設計了混沌免疫神經(jīng)網(wǎng)絡.利用人工免疫算法具有解決候選個體的多樣性、學習記憶和高效率并行搜索等特點,優(yōu)化神經(jīng)網(wǎng)絡的結(jié)構(gòu)和權(quán)值,提高收斂速度,消除未成熟收斂現(xiàn)象,實現(xiàn)全局優(yōu)化；利用混沌系統(tǒng)的遍歷性和對初值敏感性,減少數(shù)據(jù)冗余,擴大搜索范圍,從而保持種群的多樣性,避免局部最優(yōu).對抽油機的故障診斷結(jié)果顯示出該網(wǎng)絡具有極強的全局優(yōu)化能力.