-
公开(公告)号：CN107909202B
公开(公告)日：2021-12-21
申请号：CN201711121614.5
申请日：2017-11-03
申请人： 渤海大学
摘要： 本发明属于石油生产技术领域，具体提供了一种基于时间序列的油井产液量集成预测方法，利用历史数据建立油井产液量数据集，采用经验模态分解方法对油井产液量数据集{Xi}中的数据进行处理；原数据集分解成k个IMF分量数据集和一个余项数据集；采用集成预测方法，分别由基于ELM方法和基于ESN方法以并行的方式同时对k个IMF分量数据集和一个余项数据集进行预测；将每个序列由两种方法所得到的预测值求平均值，然后将所有序列的预测值求和得到最终结果。本发明提供的这种预测方法，由过去一段时间的数据去预测未来某个时间点的值，原理简单，计算复杂性低，准确度高，可以有效降低异常数据的影响。
-
公开(公告)号：CN107909202A
公开(公告)日：2018-04-13
申请号：CN201711121614.5
申请日：2017-11-03
申请人： 渤海大学
CPC分类号： G06Q10/04 , G06N3/006 , G06N3/0481 , G06N3/086 , G06Q50/02
摘要： 本发明属于石油生产技术领域，具体提供了一种基于时间序列的油井产液量集成预测方法，利用历史数据建立油井产液量数据集，采用经验模态分解方法对油井产液量数据集{Xi}中的数据进行处理；原数据集分解成k个IMF分量数据集和一个余项数据集；采用集成预测方法，分别由基于ELM方法和基于ESN方法以并行的方式同时对k个IMF分量数据集和一个余项数据集进行预测；将每个序列由两种方法所得到的预测值求平均值，然后将所有序列的预测值求和得到最终结果。本发明提供的这种预测方法，由过去一段时间的数据去预测未来某个时间点的值，原理简单，计算复杂性低，准确度高，可以有效降低异常数据的影响。
-
公开(公告)号：CN107704958A
公开(公告)日：2018-02-16
申请号：CN201710916393.4
申请日：2017-09-30
申请人： 渤海大学
摘要： 本发明提供一种多变量建模的火电厂发电量预测方法，包括：在线采集火电厂多个因素变量、特征变量；进行降噪处理；灰色关联度分析确定影响特征变量的主要因素变量；利用满足建模条件的特征变量和主成分建模变量建立灰色模型，利用神经网络修正；得到发电量预测结果。本发明过滤火电厂数据中噪声等干扰信息，利用灰色关联度去掉不必要因素序列数据，再对剩余主要因素变量降维处理，既减少数据的维数，提高因素变量的利用率，又考虑了因素变量对特征变量的影响；利用神经网络对灰色GM(1,N)模型的特征变量的建模误差数据进行训练，进而修正灰色GM(1,N)模型特征变量的预测误差，充分利用了神经网络的非线性函数逼近能力，以及不易陷入局部最优解的特点。
-
公开(公告)号：CN111626476A
公开(公告)日：2020-09-04
申请号：CN202010325962.X
申请日：2020-04-23
申请人： 渤海大学
摘要： 本发明涉及风力发电技术领域，提供一种风电场风力发电量预测方法，包括：首先获取风力发电量采集序列x(0)，并计算k阶累加生成序列x(1)；然后基于灰色GM(1,1)模型对生成序列x(1)建模，并结合曲线拟合法与最小二乘法求解灰色GM(1,1)模型的参数；接着建立基于误差修正的灰色GM(1,1)模型，并利用优化算法求解该模型参数；最后根据基于误差修正的灰色GM(1,1)模型，利用迭代法得到生成序列x(1)的拟合序列 并计算未来一天风力发电量的生成序列值 根据累加和累减的互逆运算，得到采集序列x(0)的拟合序列 并计算未来一天风力发电量的预测值 本发明能够提高风力发电量预测的精度。
-
公开(公告)号：CN110825112A
公开(公告)日：2020-02-21
申请号：CN201911153189.7
申请日：2019-11-22
申请人： 渤海大学
IPC分类号： G05D1/10
摘要： 本发明提供一种基于多无人机的油田动态侵入目标追踪系统与方法，涉及无人机巡检及动态预测追踪技术领域。本系统包括控制模块，监控模块，动态目标轨迹预测模块和多机协同目标追踪轨迹优化模块。本系统通过安装在无人机上的监控模块采集地面油田工作环境中动态侵入目标的数据，然后通过动态目标轨迹预测模块对目标未来多个采样时刻内的轨迹进行预测，根据预测轨迹，利用多机协同目标追踪轨迹优化模块在追踪过程中优化无人机与目标间的距离误差，使其距离误差保持在有效追踪阈值内，实现多个无人机协同目标追踪。
-
公开(公告)号：CN105631554B
公开(公告)日：2019-11-26
申请号：CN201610094429.0
申请日：2016-02-22
申请人： 渤海大学
摘要： 本发明涉及基于时间序列的油井油液含水率多模型预测方法，其特征在于，包括如下步骤：1)、利用历史数据建立油井油液含水率数据集为{xi,i＝1,2,…,N}；2)、采用小波分析方法对油井油液含水率数据集{xi,i＝1,2,…,N}中的数据进行预处理；3)、由近邻传播聚类算法将{xi}Wave进行分类；4)、将每个聚类中的数据由如下时间序列形式进行表示：5)、根据极端学习机算法建立每个聚类的时间序列模型并利用该时间序列模型得到预测值。其解决了现有油井油液含水率人工取样费时费力、影响生产监控和采油数据的实时性的问题。
-
公开(公告)号：CN109558981A
公开(公告)日：2019-04-02
申请号：CN201811462801.4
申请日：2018-12-03
申请人： 渤海大学
摘要： 本发明适用于发电技术领域，提供了一种核电负荷的预测方法，包括获取历史核电负荷序列；将历史核电负荷序列初值预处理为零，并进行分数阶累加生成变换，得到历史核电负荷的分数阶累加生成序列；基于历史核电负荷的分数阶累加生成序列，利用核电负荷数据预测模型预测出未来时刻核电负荷的分数阶累加生成序列；对预测出的未来时刻核电负荷的分数阶累加生成序列进行累减运算，且进行初值预处理的逆运算，得到未来时刻核电负荷序列。本发明提高灰色模型的建模和预测精度，可以用于对中短期核电负荷进行预测，提高核电站数据的预报能力，进而保障核电站内部机组的安全可靠工作。
-
公开(公告)号：CN106586951B
公开(公告)日：2018-06-08
申请号：CN201610867460.3
申请日：2016-09-30
申请人： 渤海大学
IPC分类号： B81C99/00
摘要： 本发明公开了一种可在真空环境下对MEMS微结构进行激励的激波激励装置，包括基板，在基板上设有手动三轴位移台和支座，在手动三轴位移台的Z轴溜板上设有指向微结构单元的针电极单元；所述微结构单元包括安装套，在安装套的安装孔内一端压装有弹性底座，弹性底座为圆环形薄片状并在其中部设有环形凸台，在弹性底座内通过绝缘套镶装有板电极，弹性底座内侧安装有MEMS微结构；在安装孔内另一端压装有光学玻璃板；在安装套外壁沿径向设有真空接头；所述针电极和板电极分别与高压电容的两极电联接，所述高压电容的两极分别电联接至高压电源的正负极。该装置结构安装牢固，操作简便安全，便于在真空环境下测试微结构的动态特性参数。
-
公开(公告)号：CN104481496A
公开(公告)日：2015-04-01
申请号：CN201410473163.1
申请日：2014-09-16
申请人： 渤海大学
IPC分类号： E21B44/00
CPC分类号： E21B47/0007
摘要： 本发明涉及一种有杆泵抽油井故障诊断方法，获取已知和待诊断有杆泵抽油井地面示功图，将有杆泵抽油井地面示功图转化为有杆泵抽油井泵示功图，采用16方向链码对归一化处理后的泵示功图进行边界链码重画，将边界链码重画后的泵示功图进行区域划分，并提取各区域的特征向量，利用基于粒子群优化的谱聚类算法对量化后的泵示功图特征向量进行聚类，完成有杆泵抽油井故障诊断，本发明采用16方向链码的数量对各个泵示功图特征向量进行量化能够有效、细致地描述图形特征，有杆泵抽油井故障诊断是利用基于粒子群优化的谱聚类算法对量化后的泵示功图特征向量进行聚类，不依赖训练样本，可以提高诊断的性能。
-
公开(公告)号：CN111626476B
公开(公告)日：2023-04-07
申请号：CN202010325962.X
申请日：2020-04-23
申请人： 渤海大学
摘要： 本发明涉及风力发电技术领域，提供一种风电场风力发电量预测方法，包括：首先获取风力发电量采集序列x(0)，并计算k阶累加生成序列x(1)；然后基于灰色GM(1,1)模型对生成序列x(1)建模，并结合曲线拟合法与最小二乘法求解灰色GM(1,1)模型的参数；接着建立基于误差修正的灰色GM(1,1)模型，并利用优化算法求解该模型参数；最后根据基于误差修正的灰色GM(1,1)模型，利用迭代法得到生成序列x(1)的拟合序列并计算未来一天风力发电量的生成序列值根据累加和累减的互逆运算，得到采集序列x(0)的拟合序列并计算未来一天风力发电量的预测值本发明能够提高风力发电量预测的精度。
-
-
-
-
-
-
-
-
-
搜索结果
33 条记录 (耗时 0.026 秒)
