基于Hessian正则化多视角学习的抽油机井工况识别新方法

• Published in: 中国石油大学学报（自然科学版） Vol. 42; no. 3; pp. 154 - 161
• Main Authors: 周斌, 王延江, 刘伟锋, 刘宝弟
• Format: Journal Article
• Language: Chinese
• Published: 中国石油大学(华东)信息与控制工程学院,山东青岛,266580 20.06.2018
• Subjects: 抽油机井; Hessian regu-larization; multi-view learning; sucker-rod pumping wells; 工况识别; Hessian正则化; 多视角学习; working condition recognition; logistic regression; logistic回归
• ISSN: 1673-5005
• DOI: 10.3969/j.issn.1673-5005.2018.03.019

TE938%TP391.4; 针对大数据下抽油机井采油生产系统特点以及目前抽油机井工况识别研究中存在的问题,为进一步提高抽油机井工况识别精准率和工程实用性,提出一种基于Hessian正则化多视角学习的抽油机井工况识别新方法.首先通过先验知识和专家经验,选择实测地面示功图、电功率和井口温度信号3个视角并进行特征提取,然后利用log损失函数建立Hessian正则化多视角logistic回归工况识别模型,最后采用交替优化算法求取最优解并进行分类识别.应用该方法对胜利油田某区块11种抽油机井典型工况进行识别,其识别效果分别比传统的基于实测地面示功图、实测电功率及特征连接多源识别方法提高了2.4%、11%和13.8%,而在少量标记训练样本下该方法识别效果更优,从而验证了该方法的有效性.