• 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03
    • / 18
    • 下载费用:20 金币  

    重庆时时彩老走势图360: 一种油管腐蚀程度预测方法及装置.pdf

    摘要
    申请专利号:

    重庆时时彩单双窍门 www.4mum.com.cn CN201210548324.X

    申请日:

    2012.12.17

    公开号:

    CN103870670A

    公开日:

    2014.06.18

    当前法律状态:

    授权

    有效性:

    有权

    法律详情: 授权|||实质审查的生效IPC(主分类):G06F 19/00申请日:20121217|||公开
    IPC分类号: G06F19/00(2011.01)I 主分类号: G06F19/00
    申请人: 中国石油天然气集团公司; 中国石油天然气集团公司管材研究所
    发明人: 王鹏; 陈光达; 宋生印; 王振; 胡美娟; 申昭熙; 冯耀荣; 贾君君
    地址: 100007 北京市东城区东直门北大街9号
    优先权:
    专利代理机构: 北京三高永信知识产权代理有限责任公司 11138 代理人: 关文魁
    PDF完整版下载: PDF下载
    法律状态
    申请(专利)号:

    CN201210548324.X

    授权公告号:

    ||||||

    法律状态公告日:

    2017.10.17|||2014.07.16|||2014.06.18

    法律状态类型:

    授权|||实质审查的生效|||公开

    摘要

    本发明公开了一种油管腐蚀程度预测方法和装置,属于油田井下技术领域。该方法包括:S1,选取至少两组井下工况数据及其对应的油管实际腐蚀速率数据,并对选取的数据进行规一化,将规一化后的数据分为训练数据样本和检验数据样本;S2,结合模糊线性回归法和最小二乘法,对训练数据样本进行建模,得到由井下工况数据作为因变量、油管预测腐蚀速率数据作为变量的油管腐蚀预测模型;S3,使用所述检验数据样本验证所述油管腐蚀预测模型的正确性,如果检验通过,则执行S4,否则,转置S1,选取新的数据重复执行流程;S4,采用得到的油管腐蚀预测模型,对指定环境下的在役油管进行腐蚀程度预测。采用本发明,可以提高井下油管腐蚀程度预测的准确度。

    权利要求书

    权利要求书
    1.  一种油管腐蚀程度预测方法,其特征在于,在数据库中预先存储多组不同环境中井下工况数据和对应的油管实际腐蚀速率数据,所述井下工况数据包括多个影响因素的数据,所述方法包括:
    S1,选取存储的至少两组井下工况数据及其对应的油管实际腐蚀速率数据,并对选取的数据进行规一化,将规一化后的数据分为训练数据样本和检验数据样本;
    S2,结合模糊线性回归法和最小二乘法,对所述训练数据样本进行建模,得到由井下工况数据作为因变量、油管预测腐蚀速率数据作为变量的油管腐蚀预测模型;
    S3,使用所述检验数据样本验证所述油管腐蚀预测模型的正确性,如果检验通过,则执行S4,否则,转置S1,选取新的数据重复执行流程;
    S4,采用所得到的油管腐蚀预测模型,对指定环境下的在役油管进行腐蚀程度预测。

    2.  根据权利要求1所述的方法,其特征在于,所述训练数据样本的组数不小于所述因变量的个数。

    3.  根据权利要求1所述的方法,其特征在于,所述对选取的数据进行规一化,具体为:
    确定选取的数据的取值范围z∈[zmin,zmax],并确定规一化的尺度范围其中z为选取的数据,为规一化后的数据;
    根据和所述选取的数据,得出规一化后的数据。

    4.  根据权利要求1所述的方法,其特征在于,所述井下工况数据包括CO2浓度、Cl-浓度、H2S浓度、温度和压力数据。

    5.  根据权利要求1所述的方法,其特征在于,所述结合模糊线性回归法和最小二乘法,对所述训练数据样本进行建模,得到由井下工况数据作为因变量、油管预测腐蚀速率数据作为变量的油管腐蚀预测模型,具体为:
    对典型线性回归模型yi=a1x1i+a2x2i+…+amxmi使用最小二乘法,并基于训练数据样本,确定aj,其中,xji代入第i组训练数据样本中的第j个影响因素 的数据,yi代入第i组训练数据样本中的油管实际腐蚀速率数据,j=1、2、…、m;
    根据和所述训练数据样本以及确定出的aj,确定cj,其中,H为预设的置信水平值,且0≤H≤1;
    根据三角模糊数的隶属函数和确定出的aj、cj,得出三角模糊数Aj(aj,cj)的取值,作为模糊线性回归模型y=A1x1+A2x2+…+Amxm中的回归系数Aj,将该模糊线性回归模型作为所述油管腐蚀预测模型。

    6.  根据权利要求1所述的方法,其特征在于,所述使用所述检验数据样本验证所述油管腐蚀预测模型的正确性,具体为:
    将所述检验数据样本中的井下工况数据代入所述油管腐蚀预测模型,得到油管预测腐蚀速率数据,将所述检验数据样本中该井下工况数据对应的油管实际腐蚀速率数据与所述油管预测腐蚀速率数据的差同该油管实际腐蚀速率数据的比值与预设阈值比较,来验证所述油管腐蚀预测模型的正确性,如果该比值不超过预设阈值,则验证通过,否则,验证失败。

    7.  一种油管腐蚀程度预测方法,其特征在于,在数据库中预先存储多组不同环境中井下工况数据和对应的油管实际腐蚀速率数据,所述井下工况数据包括多个影响因素的数据,所述方法包括:
    S1,选取存储的至少两组井下工况数据及其对应的油管实际腐蚀速率数据,并对选取的数据进行规一化,将规一化后的数据分为训练数据样本和检验数据样本;
    S2,结合模糊非线性回归法和最小二乘法,对所述训练数据样本进行建模,得到由井下工况数据作为因变量、油管预测腐蚀速率数据作为变量的油管腐蚀预测模型;
    S3,使用所述检验数据样本验证所述油管腐蚀预测模型的正确性,如果检验通过,则执行S4,否则,转置S1,选取新的数据重复执行流程;
    S4,采用所得到的油管腐蚀预测模型,对指定环境下的在役油管进行腐蚀程度预测。

    8.  一种油管腐蚀程度预测装置,其特征在于,所述装置包括:
    存储???,用于预先存储多组不同环境中井下工况数据和对应的油管实际腐蚀速率数据,所述井下工况数据包括多个影响因素的数据;
    建模???,用于执行:S1,选取存储的至少两组井下工况数据及其对应的油管实际腐蚀速率数据,并对选取的数据进行规一化,将规一化后的数据分为训练数据样本和检验数据样本;
    S2,结合模糊线性回归法和最小二乘法,对所述训练数据样本进行建模,得到由井下工况数据作为因变量、油管预测腐蚀速率数据作为变量的油管腐蚀预测模型;
    S3,使用所述检验数据样本验证所述油管腐蚀预测模型的正确性,如果检验通过,则通知预测??橹葱蠸4,否则,转置S1,选取新的数据重复执行流程;
    预测???,用于执行:S4,采用所得到的油管腐蚀预测模型,对指定环境下的在役油管进行腐蚀程度预测。

    9.  根据权利要求8所述的装置,其特征在于,所述训练数据样本的组数不小于所述因变量的个数。

    10.  根据权利要求8所述的装置,其特征在于,所述建模???,具体用于:
    确定选取的数据的取值范围z∈[zmin,zmax],并确定规一化的尺度范围其中z为选取的数据,为规一化后的数据;
    根据和所述选取的数据,得出规一化后的数据。

    11.  根据权利要求8所述的装置,其特征在于,所述井下工况数据包括CO2浓度、Cl-浓度、H2S浓度、温度和压力数据。

    12.  根据权利要求8所述的装置,其特征在于,所述建模???,具体用于:
    对典型线性回归模型yi=a1x1i+a2x2i+…+amxmi使用最小二乘法,并基于训练数据样本,确定aj,其中,xji代入第i组训练数据样本中的第j个影响因素的数据,yi代入第i组训练数据样本中的油管实际腐蚀速率数据,j=1、2、…、m;
    根据和所述训练数据样本以及确定出的aj,确定cj,其中,H为预设的置信水平值,且0≤H≤1;
    根据三角模糊数的隶属函数和确定出的aj、cj,得出三角模糊数Aj(aj,cj)的取值,作为模糊线性回归模型y=A1x1+A2x2+…+Amxm中的回归系数Aj,将该模糊线性回归模型作为所述油管腐蚀预测模型。

    13.  根据权利要求8所述的装置,其特征在于,所述建模???,具体用于:
    将所述检验数据样本中的井下工况数据代入所述油管腐蚀预测模型,得到油管预测腐蚀速率数据,将所述检验数据样本中该井下工况数据对应的油管实际腐蚀速率数据与所述油管预测腐蚀速率数据的差同该油管实际腐蚀速率数据的比值与预设阈值比较,来验证所述油管腐蚀预测模型的正确性,如果该比值不超过预设阈值,则验证通过,否则,验证失败。

    14.  一种油管腐蚀程度预测装置,其特征在于,所述装置包括:
    存储???,用于预先存储多组不同环境中井下工况数据和对应的油管实际腐蚀速率数据,所述井下工况数据包括多个影响因素的数据;
    建模???,用于执行:S1,选取存储的至少两组井下工况数据及其对应的油管实际腐蚀速率数据,并对选取的数据进行规一化,将规一化后的数据分为训练数据样本和检验数据样本;
    S2,结合模糊非线性回归法和最小二乘法,对所述训练数据样本进行建模,得到由井下工况数据作为因变量、油管预测腐蚀速率数据作为变量的油管腐蚀预测模型;
    S3,使用所述检验数据样本验证所述油管腐蚀预测模型的正确性,如果检验通过,则通知预测??橹葱蠸4,否则,转置S1,选取新的数据重复执行流程;
    预测???,用于执行:S4,采用所得到的油管腐蚀预测模型,对指定环境下的在役油管进行腐蚀程度预测。

    关 键 词:
    一种 油管 腐蚀 程度 预测 方法 装置
      专利查询网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
    0条评论

    还可以输入200字符

    暂无评论,赶快抢占沙发吧。

    关于本文
    本文标题:一种油管腐蚀程度预测方法及装置.pdf
    链接地址://www.4mum.com.cn/p-6126149.html
    关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服客服 - 联系我们

    [email protected] 2017-2018 www.4mum.com.cn网站版权所有
    经营许可证编号:粤ICP备17046363号-1 
     


    收起
    展开
  • 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03