[发明专利]一种基于数据剔除与局部偏最小二乘的石油浓度预测方法

说明书

本发明公开了一种基于数据剔除与局部偏最小二乘的石油浓度预测方法，包括以下步骤：S1、光谱数据经过预处理与提取特征后，计算待预测数据与建模数据间的欧氏距离，其中，所述光谱数据进行特征提取时，采用小波变换法通过对数据不断分解，选取分解后的低频部分作为光谱的特征，再通过计算待预测数据与建模数据之间的距离，找到与待预测数据距离较近的建模数据集，作为待预测数据的邻近集；S2、计算邻近集、待预测数据的相关系数并比较，建立剔除规则，剔除部分建模数据与待预测数据。本发明采用了部分数据进行建模，并对数据进行一定的剔除，完成了对拉曼光谱的浓度预测，保证预测结果的精度在一定范围内，使模型的预测结果更加准确。

技术领域

本发明涉及石油关于对物质浓度进行定性分析和定量计算技术领域，尤其涉及一种基于数据剔除与局部偏最小二乘的石油浓度预测方法。

背景技术

近年来，随着技术的发展，石油检测技术越来越先进，难度也越来越大，因此，对石油检测技术的要求也越来越严苛。如何将石油检测从传统的地面检测转为地下检测，如何快速，准确的对拉曼光谱进行分析与预测，如何减少检测过程中时间的消耗与资金的投入都是当前很难解决但又必须去解决的问题。拉曼光谱凭借着对样品进行分析时简单、快速、不需要提前准备样品、得到的光谱信号特征明显等优点，受到越来越多领域的认可，应用的范围也越来越广。拉曼光谱仪可以对样品实现的快速检测，并且它的体积较小，方便移动。将拉曼技术应用于油气的地下检测中，可以实现对油气从地面检测转为地下检测，可以及时反馈回拉曼光谱的信息，缩短时间的消耗与资金的投入。但是，在对拉曼光谱进行分析时，如何对光谱数据进行快速的分析、如何对物质进行准确的定性分析、如何对物质进行可靠的定量计算是目前最需要解决的问题。

针对现有偏最小二乘法对钻井液混合物浓度预测结果精度不高的问题，提出了一种数据剔除并建立局部预测模型的改进算法，将欧氏距离、皮尔逊相关系数与偏最小二乘法(PLS)相结合。这种方法的优点是，考虑到对整体数据进行建模时，模型对数据的包容性较大，从而造成模型精度不够这一问题，通过计算数据间的欧氏距离，针对待预测数据的空间位置找到与之相近的建模数据来建立偏最小二乘预测模型来解决该问题。选取部分数据进行建模，使模型对数据更有针对性。同时，皮尔逊相关系数是针对检测到的数据中存在偏差较大或者“不合群”的数据对模型精度带来干扰这一问题，对异常数据进行剔除，使模型的预测结果更加精准与可靠。

因此，我们提出了一种基于数据剔除与局部偏最小二乘的石油浓度预测方法用于解决上述问题。

发明内容

本发明的目的是为了解决现有技术中存在现有偏最小二乘法对钻井液混合物浓度预测结果精度不高的缺点，而提出的一种基于数据剔除与局部偏最小二乘的石油浓度预测方法。

一种基于数据剔除与局部偏最小二乘的石油浓度预测方法，包括以下步骤：

S1、光谱数据经过预处理与提取特征后，计算待预测数据与建模数据间的欧氏距离，其中，所述光谱数据进行特征提取时，采用小波变换法通过对数据不断分解，将维数压缩，提取数据的主要信息，当维数降低后，程序的运行时间也大大缩短；选取分解后的低频部分作为光谱的特征，再通过计算待预测数据与建模数据之间的距离，找到与待预测数据距离较近的建模数据集，作为待预测数据的邻近集；

S2、计算邻近集、待预测数据的相关系数并比较，建立剔除规则，剔除部分建模数据与待预测数据；

S3、根据剩余的建模数据建立偏最小二乘预测模型并对待预测数据进行浓度预测。

优选的，根据皮尔逊相关系数建立剔除数据的规则，通过计算所述邻近集的数据的皮尔逊相关系数，判断邻近集的数据是否满足剔除规则，对所述邻近集内的数据进行剔除。

优选的，计算所述待预测数据与未剔除的所述邻近集的数据间的皮尔逊相关系数，判断所述待预测数据是否满足剔除规则，从而对待预测数据进行剔除。