面向抽油机节能的GRNN过程建模及工艺参数优化

作者：辜小花; 廖志强; 李太福; 易军

来源：重庆大学学报, 2013, (06): 130-136.

• 广义回归神经网络
• Pareto向量评价微粒群算法
• 建模
• 优化
• 抽油机
• 节能 generalized regression neural network
• vector evaluated particle swarm optimization based on Pareto
• model buildings
• optimization
• beam pumping unit
• energy conservation

针对抽油机系统效率低,能耗大的问题,提出一种基于数据挖掘的抽油机建模及节能优化方法。抽油机的工艺参数理想与否是决定抽油机效率的一个重要因素,而抽油机模型的有效性又是优化工艺参数的关键。抽油机工作过程是一个复杂非线性系统,很难用准确的数学模型描述,广义回归神经网络(generalized regression neural network,GRNN)非线性映射能力强、容错性高,适于解决非线性系统建模问题。为此,提出利用GRNN确定工艺参数与增产节能指标的映射关系,建立抽油机模型;实验结果表明模型的拟合度较好,建模效果良好。紧接着,运用具有智能特性的Pareto向量评价微粒群算法(vector e...

• 单位
  重庆科技学院; 西安石油大学