基于粒子群优化的油井液位测试多算法融合研究及其应用OA北大核心CSTPCD
针对目前油田螺杆泵井动液位深度测量不准确的问题,提出了采用多算法融合构建油井动液位测深模型:利用粒子群优化算法(Particle Swarm Optimization,简称PSO)对3种声速测试算法进行融合,提高了声速的测量精度;通过多特征推理方法避免伪液位回波的干扰,精确辨识真实的液位回波.分别对半实物仿真平台和某油田螺杆泵井现场采集到的数据进行测试,实验结果验证了多算法融合方法对提高油井动液位测量精度的有效性.
何鹏举;杨磊;梁伟华;欧阳盼;白伟
西北工业大学自动化学院,陕西西安710129西北工业大学自动化学院,陕西西安710129西北工业大学自动化学院,陕西西安710129西北工业大学自动化学院,陕西西安710129中国石油集团长庆油田分公司,陕西西安710021
能源科技
油井液位测量回声波测距多算法融合粒子群优化多特征推理
《西安石油大学学报（自然科学版）》 2015 (4)
67-72,6
评论