基于自适应支持向量回归机的集输系统压力监测异常值识别

摘要：

为保障气田安全开发,针对气田集输系统压力监测数据异常值识别问题,提出了一种基于自适应支持向量回归机(ASVR,Adaptive Support Vector Regression)的方法.该方法将集输系统各关键节点压力值从上游到下游组成序列,取一组正常实测信号作为训练样本,以预测值和实测值间的均方差最小化为目标函数,通过遗传算法获取最佳惩罚因子、不敏感损失函数参数和核函数参数;利用序列最小优化算法(SMO,Sequential Minimal Optimization)对各工况实测信号进行回归拟合,通过非边界支持向量拟合误差判别监测数据是否为异常值,并用回归值对异常值进行修正.对现场信号处理表明,该方法可准确地模拟集输系统各关键节点压力间的函数关系,并能准确识别压力监测数据中的异常值,为安全控制系统提供正确的信号,对气田安全、高效开发具有实用价值.

关键词：气田、集输系统、压力值、异常检测、自适应支持向量回归机、遗传算法

所属期刊栏目：36

分类号：TP3;TP1

资助基金：陕西省教育厅基金资助项目16JK1436;西安建筑科技大学校人才科技基金

在线出版日期：2017-05-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：6-9