基于SVM煤層氣單井采氣系統(tǒng)故障預(yù)報(bào)的研究.pdf

1、伴隨著我國工業(yè)化進(jìn)程的推進(jìn)，國家對(duì)新能源的需求日益增長，作為新型環(huán)保能源的煤層氣逐漸受到國家的重視和發(fā)展。然而，煤層氣的開采是一個(gè)大規(guī)模、復(fù)雜化的過程，如果系統(tǒng)發(fā)生故障就可能會(huì)造成人身安全和財(cái)產(chǎn)的損失，為了確保煤層氣開采系統(tǒng)安全可靠的運(yùn)行，不僅要求系統(tǒng)在故障發(fā)生時(shí)能夠快速準(zhǔn)確的診斷，而且希望在故障發(fā)生前能夠進(jìn)行預(yù)診斷，就能夠?yàn)楸苊夤收系陌l(fā)生做好充足的準(zhǔn)備。煤層氣單井采氣是煤層氣集輸系統(tǒng)的基本節(jié)點(diǎn)，單井采氣系統(tǒng)有故障極有可能造成整個(gè)煤層氣

2、采氣系統(tǒng)的癱瘓，因此，本文研究的主要問題是針對(duì)煤層氣單井采氣系統(tǒng)的故障預(yù)報(bào)。
　　本文在探討了煤層氣單井采氣的基本原理以及工藝流程的基礎(chǔ)上，深入分析了單井采氣過程中的幾種故障以及影響煤層氣排采的關(guān)鍵參數(shù)。
　　針對(duì)煤層氣單井采氣系統(tǒng)中采氣參數(shù)變化比較平緩的特點(diǎn)，本文研究了基于支持向量機(jī)的煤層氣采氣參數(shù)預(yù)測模型，該方法解決了煤層氣采氣系統(tǒng)故障預(yù)報(bào)中的數(shù)據(jù)預(yù)測問題。針對(duì)支持向量機(jī)的參數(shù)對(duì)預(yù)測性能的影響，文中介紹了幾種比較常用的優(yōu)

3、化方法（網(wǎng)格搜索法、交叉驗(yàn)證法、遺傳算法以及粒子群（Particle Swarm Optimization，PSO）算法），在此基礎(chǔ)上，研究了將遺傳算法中的選擇和交叉算子操作與傳統(tǒng)粒子群算法相結(jié)合，建立了基于改進(jìn)PSO算法的支持向量機(jī)預(yù)測模型。該模型利用最終預(yù)報(bào)誤差(FinalPrediction Error，F(xiàn)PE)準(zhǔn)則確定嵌入維數(shù)，采用改進(jìn)粒子群算法優(yōu)化支持向量機(jī)建模參數(shù)，并采用均方根誤差評(píng)價(jià)模型的精確度。將該模型應(yīng)用于煤層氣單井采

4、氣系統(tǒng)的采氣參數(shù)預(yù)測，與網(wǎng)格搜索法、粒子群算法優(yōu)化模型以及BP網(wǎng)絡(luò)模型相對(duì)比，該預(yù)測模型具有更高的單步預(yù)測和多步預(yù)測精度。
　　然后，對(duì)于一個(gè)完整的故障預(yù)報(bào)系統(tǒng)，除了需要預(yù)測出故障的有無之外，還應(yīng)該對(duì)預(yù)測出的參數(shù)狀態(tài)進(jìn)行診斷。本文在研究了傳統(tǒng)支持向量機(jī)基礎(chǔ)上，為了消除噪聲點(diǎn)對(duì)建模結(jié)果的影響又進(jìn)一步研究了模糊支持向量機(jī)，并且利用模糊C均值聚類算法求解訓(xùn)練樣本的模糊隸屬度，建立了基于改進(jìn)PSO優(yōu)化的模糊支持向量機(jī)(Fuzzy Supp