龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：沈阳工业大学
申请日：2024-03-29
公开（公告）日：2024-06-11
公开（公告）号：CN118171577A
主分类号：G06F30/27
分类号：G06F30/27;G06F18/10;G06F18/23213;G06F18/2413;G06F18/22
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.06.28#实质审查的生效;2024.06.11#公开
摘要：本发明公开了一种基于自适应K近邻的游梁式抽油机示功图软测量方法，涉及游梁式抽油机示功图测量技术领域。该方法仅需要计算待预测电流数据与样本空间中历史示功图数据之间的相似性，自适应找到与待预测电流数据最相似的K个样本空间中历史示功图数据样本，减少了传统K近邻算法，根据经验确定K值的主观性，从而进行示功图的预测。因此，在油田现场边缘控制器计算效率有限的情况下，该方法相比于传统的KNN方法以及需要大量的计算和存储资源的深度学习模型，都能够节省计算资源和建模时间，实现更快速的预测。
主权项：1.一种基于自适应K近邻的游梁式抽油机示功图软测量方法，其特征在于，包括如下步骤：步骤1：获取油田生产现场的相关原始数据，包括电流数据、载荷数据与位移数据；步骤2：对步骤1获取的油田生产现场的相关原始数据进行预处理，构建包含电流、载荷以及位移的数据样本空间；步骤3：从步骤2构建的全部数据样本空间中找出包含电流、载荷以及位移数据样本的最佳样本空间数据集；步骤4：输入电流数据，计算输入电流数据与最佳样本空间数据集中每个电流之间的曼哈顿距离；步骤5：根据曼哈顿距离确定最佳的K值；步骤6：首先将步骤4中计算出来的曼哈顿距离进行升序排序，然后根据最佳的K值找出前K个曼哈顿距离对应的最佳样本空间数据集中的电流数据，作为与输入电流数据最相似的K个邻居，并获取每个该电流数据对应的位移数据和载荷数据，从而得到最相似的K个位移和载荷数据；步骤7：使用对应的曼哈顿距离倒数作为权重，对最相似的K个位移和载荷数据分别进行加权处理，最后分别利用加权后的位移数据和加权后的载荷数据得到与输入电流相对应的位移预测值和载荷预测值；步骤8：根据位移预测值和载荷预测值绘制预测的示功图。
全文数据：
权利要求：
百度查询： 沈阳工业大学 一种基于自适应K近邻的游梁式抽油机示功图软测量方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号