文献类型：期刊文章

作　　者：王坎[1] 辜小花[2] 高论[2] 李太福[2] 杨利平[3]

机构地区：[1]西安石油大学电子工程学院,陕西西安710065 [2]重庆科技学院电气与信息工程学院,重庆401331 [3]重庆大学光电工程学院,重庆400030

出　　处：《现代电子技术》

基　　金：国家自然科学基金项目(51375520;51404051);重庆市教委科学技术研究项目(KJ1401309;KJ1501304;KJ1401301);重庆市基础与前沿研究计划项目(cstc2015jcyj A70003;cstc2015jcyj B0008);西安石油大学全日制硕士研究生创新基金(2014cx130326)

年　　份：2017

卷　　号：40

期　　号：5

起止页码：109-114

语　　种：中文

收录情况：BDHX、BDHX2014、IC、RCCSE、ZGKJHX、核心刊

摘　　要：采用建模发现油田机采系统的潜在规律,再利用该规律优化获取机采系统的最佳决策参数,对解决机采系统效率低、能耗大等问题具有重要意义。然而,机采系统受机械、地层、人为等不确定因素的影响,难以掌握其生产参数、环境变量与系统性能之间的变化关系。为此,提出无迹粒子滤波神经网络,并用其建立机采系统的动态演化模型。该方法将无迹卡尔曼滤波作为重要性采样密度,直接通过无迹卡尔曼滤波估算状态向量(粒子)的概率密度函数,从而有效提高滤波精度以及建模精度。通过对某油田机采系统的数据样本实验,表明该方法提高了机采模型的精度,并能对动态系统突变实时跟踪,可有效指导机采系统获取最佳决策参数。

关 键 词：油田机采  无迹粒子滤波  神经网络 建模精度  动态演化建模  

分 类 号：TN081-34] TP183]