[发明专利]一种油气集输系统安全监测预警方法有效

专利信息
申请号: 201310301350.7 申请日: 2013-07-18
公开(公告)号: CN103337000A 公开(公告)日: 2013-10-02
发明(设计)人: 马猛;陈健飞;江文军;王安泉;彭星来;宫俊峰;冯国栋;吕德东;盛华 申请(专利权)人: 中国石油化工股份有限公司;中国石油化工股份有限公司胜利油田分公司技术检测中心
主分类号: G06Q10/04 分类号: G06Q10/04
代理公司: 东营双桥专利代理有限责任公司 37107 代理人: 侯玉山
地址: 100728 北*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要: 一种油气集输系统安全监测预警方法,包括GMDH算法的建模过程和算法在油气集输系统安全预警体系中的应用流程;即首先建立GMDH算法模型,然后根据GMDH算法模型,选取了某一时段油气集输系统的工作参数作为模型数据的输入,对未来的情况进行预测,得到最终的预警结果,并提前做好预警措施准备。与现有技术相比,发明具有以下优点:建模者在建模过程中不存在个人偏见,计算机自动地确定模型的最优变量和结构,这样保证模型的选择不带有人为的主观因素,从而可以提高了数据预测的精度。
搜索关键词: 一种 油气 系统安全 监测 预警 方法
【主权项】:
1.一种油气集输系统安全监测预警方法,其特征在于:包括GMDH算法的建模过程和算法在油气集输系统安全预警体系中的应用流程; 首先建立GMDH算法模型,建模过程包括下列步骤: 设输入变量为x1,x2,…,xn,输出变量为y,建立一个高阶回归模型: Y=f(x1,x2,…,xn)(1) 其中Y为因变量,x为自变量; 设x为系统的输入,y为系统的输出,样本的点数为n,样本的个数为m,把样本的数据分为学习样本和检验样本,设学习样本的数目为nt,系统的输入输出变量矩阵W如下所示: 下一步回归计算; 在式(2)矩阵中,取学习样本中输入变量的任意两个变量xi,xj和输出变量y按以下方程式进行多项式回归: 其中A、B、C、D、E和F由矩阵(5)中的学习样本根据最小二 乘法计算得出; 回归后,可以产生个较高阶的回归多项式,设:(4) 则可以从矩阵(4)的输入变量部分里算得到如下表所示的新矩阵: (5) 下一步优化选择; 上一步的过程其实是输入变量x被新的输入变量z取代的过程,这样转变的目的是找出它与检验矩阵y之间存在的关系; 使用的方法如下: 对式(2)矩阵中的检验样本矩阵里的输入输出变量按式(3)进行多项式回归,得到的结果与表(1)里相对应的元素值按列计算他们之间的均方根值: (6) 这里的序号是由检验样本中的序号得到的,为nt+1至n; 根据经验取值,或者自行设定一个阈值rg,从得到的矩阵中删去那些rj≥rg的列;令第K'列满足rj<rg,则用K'重新组合成矩阵z′k再用z′k代替矩阵(5)的输入变量,这就得到一组新的矩阵(其中k′<m),如表所示 下一步优化检验计算; 根据上一步,可以得到最小的rj,记为Rmin;然后用z作为变量,重复第一步和第二步的过程,求出Rmin,如果这一步产生的Rmin比上一步的Rmin小,则继续重复第一步和第二步,一直到所得到的Rmin比前面一步的大,那么迭代就停止;输入矩阵z的第一列所产生的yi值如下: (8) 上面所描述的y1到yn,是由n个样本数据取得;我们所要求的预测模型就是矩阵的第一列所表示的多项式; 其次给出算法在油气集输系统安全预警体系中的应用流程,具体流程如下: 1.建立原始数据集,将油气集输系统在线数据采集的参数值看成一个时间序列,用n时刻的前k个值来预测xn,可表示为xn=f(xn-1,xn-2,…xn-k),对应的矩阵为 其中,k为预测阶数。 
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国石油化工股份有限公司;中国石油化工股份有限公司胜利油田分公司技术检测中心,未经中国石油化工股份有限公司;中国石油化工股份有限公司胜利油田分公司技术检测中心许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201310301350.7/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top