抽油机运行参数的节能优化方法

    公开(公告)号:CN104680259B

    公开(公告)日:2018-01-09

    申请号:CN201510110149.X

    申请日:2015-03-12

    Abstract: 本发明提供一种抽油机运行参数的节能优化方法,其包括:1)确定抽油机的生产效率因素和性能变量;2)获取其样本数据;3)样本数据归一化处理;4)选取训练样本集和测试样本集;5)构造广义回归神经网络并进行训练;6)针对产液量构造偏好函数;7)构造父代种群和子代种群并初始化;8)对父代种群个体进行遗传交叉计算或变异计算,以产生子代种群个体;9)对父代和子代种群个体求适应度函数;10)根据适应度函数将父代和子代种群中的个体划分到层级不同的非支配集中;11)从各个非支配集中选择个体构成新的父代种群,循环执行8)‑11)多次,得到优化后的生产效率因素值。优化后,可保证在产液量基本固定的情况下,耗电量最小。

    高含硫天然气净化工艺动态演化建模与节能优化方法

    公开(公告)号:CN106777465A

    公开(公告)日:2017-05-31

    申请号:CN201611001268.2

    申请日:2016-11-14

    Abstract: 本发明提供的高含硫天然气净化工艺动态演化建模与节能优化方法,包括选取影响脱硫效率的工艺参数和脱硫单元的性能指标后进行采集形成样本集;对样本集进行归一化形成归一化样本集,并从中选取训练样本和测试样本;基于训练样本构建神经网络模型并确定神经网络模型的初始状态变量;用ST‑UPFNN算法估计神经网络模型的最优状态变量;根据最优状态变量对神经网络模型进行更新;分别构建H2S浓度和CO2浓度的偏好函数;利用SPEA‑II算法对H2S浓度和CO2浓度的工艺参数各自的上下限进行优化,将优化后的工艺参数带入更新后的神经网络模型,计算优化后的工艺参数的系统性能,与实际样本的系统性能的平均值进行比较。利用本发明可以提高高含硫天然气净化的生产效率。

    油田机采过程动态演化建模与节能优化方法

    公开(公告)号:CN106530130A

    公开(公告)日:2017-03-22

    申请号:CN201610999735.9

    申请日:2016-11-14

    CPC classification number: G06Q50/06 G06F19/00 G06Q10/04

    Abstract: 本发明提供的油田机采过程动态演化建模与节能优化方法,包括:确定油田机采油过程中的效率影响因素和性能变量;对样本中的载荷变量进行降维处理构建新样本,并归一化新样本;基于归一化后的新样本构建神经网络模型;利用ST-UKFNN算法估计神经网络模型中由权值阈值所组成的状态变量的最优状态;并利用最优状态变量重构更新后的神经网络模型获得油田机采油过程模型;构建实际日产液量的偏好函数,利用MOGA算法对决策变量各自的上下限寻优优化;将优化后的决策变量,带入油田机采油过程模型,计算优化后的决策变量的系统性能,与实际样本的系统性能的平均值进行比较。利用本发明可以提高油田机的生产效率,降低能耗。

    基于功图主元分析的抽油机参数优化方法

    公开(公告)号:CN105046326A

    公开(公告)日:2015-11-11

    申请号:CN201510111157.6

    申请日:2015-03-13

    Abstract: 本发明提供一种基于功图主元分析的抽油机参数优化方法,包括:1)确定抽油机的效率影响因素和性能变量、2)获得其样本数据、3)对载荷数据进行降维、4)由非载荷变量与载荷新主元构建网络输入变量、5)构建输入变量的样本值、6)归一化处理、7)构建前馈神经网络、8)利用无迹卡尔曼滤波对网络进行训练、9)构造父代和子代种群;10)对父代个体作遗传变异计算,以产生子代个体;11)对父代和子代个体求适应度函数;12)将父代和子代个体划分到层级不同的非支配集中;13)从这些非支配集中选择个体构成新的父代种群,循环10)-13)多次,得到优化后的效率影响因素值。优化后,可得到产液量最大时,耗电量最小。

    热触觉音乐感知系统及其控制方法

    公开(公告)号:CN107507629B

    公开(公告)日:2020-08-25

    申请号:CN201710702422.7

    申请日:2017-08-16

    Abstract: 本发明公开了一种热触觉音乐感知系统及其控制方法,包括音乐文件库内依次连接的音乐文件数据库、音乐文件解码器和音乐文件缓冲区,所述音乐文件缓冲区与主控制器连接,该主控制器获取音乐文件缓冲区任一音乐文件,主控制器还连接有音乐情感识别器、音乐播放控制系统、音乐情感热触控制系统;音乐播放控制系统、音乐情感热触控制系统对任一音乐文件同步进行的声音播放、热触觉感知控制。有益效果:实现听觉与热触觉同步交互感知音乐旋律及音乐情感,加深人们对音乐情感的感知度,让人们身临其境,感知音乐。

    基于异常工况检测的高含硫天然气净化工艺建模优化方法

    公开(公告)号:CN104657586B

    公开(公告)日:2017-09-19

    申请号:CN201410848322.1

    申请日:2014-12-31

    Abstract: 本发明公开了一种基于异常工况检测的高含硫天然气净化工艺建模优化方法,利用独立元分析提取独立元,并计算对应的SPE统计量,再与设定控制限对比,判断异常工况下采集到的样本数据,并给予剔除;将净化工艺操作参数作为极限学习机的输入变量,建立高含硫天然气净化脱硫工艺过程模型,模型输出即为净化气中H2S和CO2含量,经采用粒子群算法对极限学习机模型结构进行优化;物理规划偏好函数将能耗、产量不同物理量在同一度量准则下进行设计,MOGA可实现工艺操作参数与能耗、产量对应的Pareto最优解集。本发明利用粒子群优化的极限学习机建立高含硫天然气净化脱硫过程统计模型,提高了模型的精度;同时还实现相互冲突的能耗和产量多目标优化。

    基于偏好多目标优化的油田机采过程决策参数优化方法

    公开(公告)号:CN106502096A

    公开(公告)日:2017-03-15

    申请号:CN201611001501.7

    申请日:2016-11-14

    CPC classification number: G05B13/042

    Abstract: 本发明提供的基于偏好多目标优化的油田机采过程决策参数优化方法,包括:确定油田机采油过程中的效率影响因素和性能变量;对样本中的载荷变量进行降维处理构建新样本,并归一化新样本;基于归一化后的新样本构建神经网络模型;利用ST-UPFNN算法估计神经网络模型中由权值阈值所组成的状态变量的最优状态;并利用最优状态变量重构更新后的神经网络模型获得油田机采油过程模型;构建实际产液量的偏好函数;利用多目标进化算法对决策参量各自的上下限进行优化;将优化后的决策变量,带入油田机采油过程模型,计算优化后的决策变量的系统性能的平均值,与实际样本的系统性能的平均值进行比较。利用本发明可以提高油田机采油的生产效率,降低能耗。

    抽油机运行参数的节能优化方法

    公开(公告)号:CN104680259A

    公开(公告)日:2015-06-03

    申请号:CN201510110149.X

    申请日:2015-03-12

    Abstract: 本发明提供一种抽油机运行参数的节能优化方法,其包括:1)确定抽油机的生产效率因素和性能变量;2)获取其样本数据;3)样本数据归一化处理;4)选取训练样本集和测试样本集;5)构造广义回归神经网络并进行训练;6)针对产液量构造偏好函数;7)构造父代种群和子代种群并初始化;8)对父代种群个体进行遗传交叉计算或变异计算,以产生子代种群个体;9)对父代和子代种群个体求适应度函数;10)根据适应度函数将父代和子代种群中的个体划分到层级不同的非支配集中;11)从各个非支配集中选择个体构成新的父代种群,循环执行8)-11)多次,得到优化后的生产效率因素值。优化后,可保证在产液量基本固定的情况下,耗电量最小。

    基于无迹卡尔曼神经网络的天然气净化工艺建模优化方法

    公开(公告)号:CN104656441A

    公开(公告)日:2015-05-27

    申请号:CN201410836321.5

    申请日:2014-12-29

    Abstract: 本发明的目的在于克服现有技术的不足,提供一种基于无迹卡尔曼神经网络的天然气净化工艺建模优化方法,步骤:确定输入变量;采集工艺生产数据;对数据进行预处理;进行数据归一化处理;采用无迹卡尔曼神经网络对数据进行建模,得到模型;以无迹卡尔曼滤波神经网络模型两个输出变量设计偏好函数,运用多目标遗传算法对输入变量进行优化;将优化后输入变量解集依次带入无迹卡尔曼神经网络模型,计算此时的模型两个输出值,与样本值平均值进行比较,观察优化效果。本方法能够建立精确可靠的高含硫天然气净化脱硫工业过程模型,能够以此为基础提高成品气产量,降低脱硫过程能耗,对指导实际工业生产具有重要的现实意义。

    高含硫天然气净化工艺动态演化建模与节能优化方法

    公开(公告)号:CN106777465B

    公开(公告)日:2020-06-09

    申请号:CN201611001268.2

    申请日:2016-11-14

    Abstract: 本发明提供的高含硫天然气净化工艺动态演化建模与节能优化方法,包括选取影响脱硫效率的工艺参数和脱硫单元的性能指标后进行采集形成样本集;对样本集进行归一化形成归一化样本集,并从中选取训练样本和测试样本;基于训练样本构建神经网络模型并确定神经网络模型的初始状态变量;用ST‑UPFNN算法估计神经网络模型的最优状态变量;根据最优状态变量对神经网络模型进行更新;分别构建H2S浓度和CO2浓度的偏好函数;利用SPEA‑II算法对H2S浓度和CO2浓度的工艺参数各自的上下限进行优化,将优化后的工艺参数带入更新后的神经网络模型,计算优化后的工艺参数的系统性能,与实际样本的系统性能的平均值进行比较。利用本发明可以提高高含硫天然气净化的生产效率。

Patent Agency Ranking