基于FSVM的煤層氣單井故障診斷研究.pdf

1、隨著我國經(jīng)濟(jì)的迅猛發(fā)展和工業(yè)化進(jìn)程的推進(jìn)，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(jīng)濟(jì)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(diǎn)，煤層氣單井的正常采氣對于整個系統(tǒng)的穩(wěn)定運(yùn)行有著重要的意義，因此，如何快速準(zhǔn)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(xiàn)今煤層氣開采項(xiàng)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(guān)鍵參數(shù)，在此基礎(chǔ)上，又對煤層氣單井在采氣過程中發(fā)生的幾種故障進(jìn)行了詳細(xì)分析。
　　針對小樣本特征，研究了支持向量機(jī)故障診斷方法，并詳細(xì)介紹了幾種常用的參數(shù)優(yōu)化方法——網(wǎng)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(diǎn)對支持向量機(jī)建模的影響，又進(jìn)一步研究了支持向量機(jī)的改進(jìn)算法——模糊支持向量機(jī)，并采用模糊C-均值聚類算法來求解訓(xùn)練樣本的模糊隸屬度，通過實(shí)驗(yàn)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(jī)故障診斷模型，實(shí)現(xiàn)了煤層氣單井的智能故障診斷，相比于BP神經(jīng)網(wǎng)絡(luò)模型和支持向量機(jī)模型，其學(xué)習(xí)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(jié)合SQL Server2005數(shù)據(jù)庫，開發(fā)設(shè)計(jì)了基于模糊支持向量機(jī)的煤層氣井故障診斷系統(tǒng)，為用戶提供了一個簡潔實(shí)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(shí)現(xiàn)了對煤層氣單井